Temario del curso
Introducción a la IA Generativa
- ¿Qué es la IA Generativa?
- Historia y evolución de la IA Generativa
- Conceptos clave y terminología
- Visión general de las aplicaciones y el potencial de la IA Generativa
Fundamentos del Aprendizaje Automático
- Introducción al aprendizaje automático
- Tipos de aprendizaje automático: Supervisado, No supervisado y por Refuerzo
- Algoritmos y modelos básicos
- Preprocesamiento de datos e ingeniería de características
Conceptos Básicos del Aprendizaje Profundo
- Redes neuronales y aprendizaje profundo
- Funciones de activación, funciones de pérdida y optimizadores
- Sobreajuste, subajuste y técnicas de regularización
- Introducción a TensorFlow y PyTorch
Visión General de los Modelos Generativos
- Tipos de modelos generativos
- Diferencias entre modelos discriminatorios y generativos
- Casos de uso para modelos generativos
Autoencodificadores Variacionales (VAE)
- Comprensión de autoencodificadores
- La arquitectura de los VAE
- Espacio latente y su importancia
- Proyecto práctico: Construir un VAE simple
Redes Generativas Antagónicas (GAN)
- Introducción a las GAN
- La arquitectura de las GAN: Generador y Discriminador
- Entrenamiento de GAN y desafíos
- Proyecto práctico: Crear una GAN básica
Modelos Generativos Avanzados
- Introducción a los modelos Transformer
- Visión general de los modelos GPT (Transformador Preentrenado Generativo)
- Aplicaciones de GPT en la generación de texto
- Proyecto práctico: Generación de texto con un modelo GPT preentrenado
Ética e Implicaciones
- Consideraciones éticas en la IA Generativa
- Sesgo y equidad en los modelos de IA
- Implicaciones futuras e IA responsable
Aplicaciones Industriales de la IA Generativa
- IA generativa en el arte y la creatividad
- Aplicaciones en negocios y marketing
- IA generativa en ciencia e investigación
Proyecto Final
- Ideación y propuesta de un proyecto de IA generativa
- Recopilación y preprocesamiento del conjunto de datos
- Selección y entrenamiento del modelo
- Evaluación y presentación de resultados
Resumen y Próximos Pasos
Requerimientos
- Comprensión de conceptos básicos de programación en Python
- Experiencia con conceptos matemáticos básicos, especialmente probabilidad y álgebra lineal
Audiencia
- Desarrolladores
Reseñas (3)
Profundidad sobre el contexto de fondo y la formulación de prompts.
Olaf Kannt - Helios Klinikum Krefeld
Curso - Generative AI and Prompt Engineering in Healthcare
Traducción Automática
los consejos y las indicaciones recomendadas que podemos llevarnos de esta capacitación
Lee Mei Lin - ST Engineering IHQ Pte Ltd
Curso - InVideo AI: Creating Engaging Short-Form Videos
Traducción Automática
Uso de prompts apropiados y eficaces
Marses Pacaldo
Curso - Generative AI and Prompt Engineering for Corporate Professionals
Traducción Automática