Podstawy i zastosowania uczenia głębokiego w uczeniu generatywnym 1100-UGG-OG

1. Wprowadzenie do uczenia generatywnego:
• Omówienie uczenia generatywnego i jego zastosowań.
• Przegląd najnowszych osiągnięć w tej dziedzinie.
2. Architektura Transformer:
• Szczegółowe omówienie architektury Transformer.
• Przykłady zastosowań Transformerów w różnych dziedzinach, takich jak przetwarzanie języka naturalnego i analiza obrazów.
3. Modele Stable Diffusion:
• Wprowadzenie do modeli Stable Diffusion.
• Zastosowania modeli Stable Diffusion w generowaniu obrazów i innych mediów.
4. Duże modele językowe:
• Omówienie dużych modeli językowych i ich wpływu na przetwarzanie języka naturalnego.
• Praktyczne przykłady wykorzystania dużych modeli językowych w technologiach AI.
Laboratoria i warsztaty: Seria warsztatów, gdzie uczestnicy będą mieli okazję do praktycznego zastosowania nauczonych technik.
• Projekty skupiające się na tworzeniu aplikacji wykorzystujących uczenie generatywne.

Kierunek podstawowy MISMaP

informatyka
matematyka
fizyka

Rodzaj przedmiotu

ogólnouniwersyteckie

Założenia (opisowo)

1. Znajomość podstaw programowania (język Python). 2. Zainteresowanie sieciami neuronowymi i uczeniem głębokim. 3. Podstawowa wiedza z uczenia maszynowego i sieci neuronowych.

Koordynatorzy przedmiotu

Jan Kwapisz

Efekty kształcenia

• Zrozumienie kluczowych koncepcji i architektur w uczeniu generatywnym.
• Zdolność do implementacji i zastosowania zaawansowanych modeli generatywnych.
• Umiejętność krytycznej analizy i oceny nowych badań w dziedzinie uczenia generatywnego.

Kryteria oceniania

Warunki zaliczenia zajęć:
- Projekty podczas zajęć (100%)

Uwagi

W cyklu 2023L:

Zajęcia odbywają się codziennie w terminie 8 - 11 lipca 2024 w godzinach 10:00-16:00.

Więcej informacji

Więcej informacji o poziomie przedmiotu, roku studiów (i/lub semestrze) w którym się odbywa, o rodzaju i liczbie godzin zajęć - szukaj w planach studiów odpowiednich programów. Ten przedmiot jest związany z programami:

Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb:

Strona przedmiotu 1100-UGG-OG w USOSweb