Von traditioneller KI zu generativer KI
Eine strukturierte Lektion mit Lernzielen, Erläuterungen, Schlüsselbegriffen, einer Fallstudie, einer anwendungsorientierten Übung und einem Wissenstest mit zehn Fragen.
Generative Künstliche Intelligenz AI-102
Generative KI und große Sprachmodelle
Ein verständlicher Leitfaden zu Foundation-Modellen, Transformern, Tokens, Embeddings und maschinell generierten Inhalten
Ein strukturierter Kurs mit zehn Modulen, der erläutert, wie generative KI und große Sprachmodelle funktionieren und wie sie evaluiert, kontrolliert und verantwortungsvoll eingesetzt werden sollten.
US$145
Nach erfolgreichem Abschluss ist ein elektronisches Abschlusszertifikat der First BCI University im PDF-Format enthalten.
AI-102
Kursübersicht
AI-102 vermittelt praktische Kenntnisse über generative Künstliche Intelligenz und große Sprachmodelle, ohne fortgeschrittene Mathematik- oder Programmierkenntnisse vorauszusetzen.
Die Studierenden befassen sich mit Foundation-Modellen, Tokenisierung, Embeddings, Transformern, Aufmerksamkeitsmechanismen, Modelltraining, multimodaler Generierung, Prompting, Retrieval, Fine-Tuning, Agenten, Evaluation, Sicherheit und verantwortungsvoller Bereitstellung.
Der Kurs hebt hervor, dass eine flüssige Ausgabe nicht automatisch korrekt ist. Die Lernenden üben, Evidenzanforderungen zu definieren, realistische Fälle zu testen und eine verantwortliche menschliche Überprüfung sicherzustellen.
Lernziele
Was Sie lernen werden
-
01
Den Unterschied zwischen prädiktiver und generativer KI erläutern.
-
02
Foundation-Modelle und große Sprachmodelle definieren.
-
03
Tokens, Kontextfenster und Embeddings beschreiben.
-
04
Transformer und Aufmerksamkeitsmechanismen konzeptionell erläutern.
-
05
Vortraining, Nachtraining, Fine-Tuning und Alignment beschreiben.
-
06
Die Generierung von Text, Bildern, Audio, Video und Code vergleichen.
-
07
Prompting, Retrieval und Werkzeugintegration angemessen einsetzen.
-
08
Risiken im Zusammenhang mit Halluzinationen, Verzerrungen, Sicherheit und Datenschutz erkennen.
-
09
Modelle anhand repräsentativer, aufgabenspezifischer Evidenz evaluieren.
-
10
Einen Plan für die verantwortungsvolle Einführung generativer KI entwickeln.
Zehn strukturierte Module
Kurslehrplan
Foundation-Modelle und große Sprachmodelle
Eine strukturierte Lektion mit Lernzielen, Erläuterungen, Schlüsselbegriffen, einer Fallstudie, einer anwendungsorientierten Übung und einem Wissenstest mit zehn Fragen.
Tokens, Kontextfenster und Embeddings
Eine strukturierte Lektion mit Lernzielen, Erläuterungen, Schlüsselbegriffen, einer Fallstudie, einer anwendungsorientierten Übung und einem Wissenstest mit zehn Fragen.
Transformer, Aufmerksamkeitsmechanismen und Modellarchitektur
Eine strukturierte Lektion mit Lernzielen, Erläuterungen, Schlüsselbegriffen, einer Fallstudie, einer anwendungsorientierten Übung und einem Wissenstest mit zehn Fragen.
Wie generative Modelle lernen
Eine strukturierte Lektion mit Lernzielen, Erläuterungen, Schlüsselbegriffen, einer Fallstudie, einer anwendungsorientierten Übung und einem Wissenstest mit zehn Fragen.
Generierung von Text, Bildern, Audio, Video und Code
Eine strukturierte Lektion mit Lernzielen, Erläuterungen, Schlüsselbegriffen, einer Fallstudie, einer anwendungsorientierten Übung und einem Wissenstest mit zehn Fragen.
Prompting, Retrieval, Fine-Tuning und KI-Agenten
Eine strukturierte Lektion mit Lernzielen, Erläuterungen, Schlüsselbegriffen, einer Fallstudie, einer anwendungsorientierten Übung und einem Wissenstest mit zehn Fragen.
Halluzinationen, Verzerrungen, Sicherheit und Zuverlässigkeit
Eine strukturierte Lektion mit Lernzielen, Erläuterungen, Schlüsselbegriffen, einer Fallstudie, einer anwendungsorientierten Übung und einem Wissenstest mit zehn Fragen.
Evaluation und Auswahl generativer KI-Modelle
Eine strukturierte Lektion mit Lernzielen, Erläuterungen, Schlüsselbegriffen, einer Fallstudie, einer anwendungsorientierten Übung und einem Wissenstest mit zehn Fragen.
Die Zukunft generativer KI und ihr verantwortungsvoller Einsatz durch den Menschen
Eine strukturierte Lektion mit Lernzielen, Erläuterungen, Schlüsselbegriffen, einer Fallstudie, einer anwendungsorientierten Übung und einem Wissenstest mit zehn Fragen.
Offiziell empfohlenes Kursbuch
First BCI University Generative KI und große Sprachmodelle
Ein verständlicher Leitfaden zu Foundation-Modellen, Transformern, Tokens, Embeddings und maschinell generierten Inhalten
- Autor
- Konstantin Titov
Das offiziell empfohlene Kursbuch folgt dem aus zehn Modulen bestehenden Lehrplan von AI-102 und bietet vertiefende Erläuterungen, Beispiele, Wiederholungsfragen und anwendungsorientierte Aktivitäten.
Ab sofort als sicher herunterladbares E-Book für US$12.99 erhältlich.
DIESES BUCH KAUFEN — US$12.99Erfolgreicher Abschluss
Prüfung und Abschluss
Prüfungsbestandteile
- Zehn modulbezogene Wissenstests mit jeweils zehn Fragen.
- Eine anwendungsorientierte Übung und eine Fallstudienanalyse in jedem Modul.
- Erfassung des Kursfortschritts in der Lernumgebung für Studierende.
- Eine Abschlussprüfung zum gesamten Lehrplan von AI-102.
Abschlussanforderungen
- Alle zehn Module bearbeiten.
- In jedem modulbezogenen Wissenstest mindestens 70 % erreichen.
- Die vorgeschriebenen anwendungsorientierten Lernaktivitäten absolvieren.
- Die Abschlussprüfung bestehen.
AI-102 Anmeldung
Beginnen Sie den Kurs „Generative KI und große Sprachmodelle“
US$145
Der sichere Onlinezugang umfasst alle zehn Module, Wissenstests, die Erfassung des Lernfortschritts, die Abschlussprüfung und nach erfolgreichem Abschluss ein elektronisches Abschlusszertifikat.
KURS JETZT KAUFEN