Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Übersicht über fortgeschrittene NLG-Techniken
- Erneute Auseinandersetzung mit grundlegenden NLG-Konzepten
- Einführung in fortschrittliche NLG-Methoden
- Rolle von Transformern in der modernen NLG
Vortrainierte Modelle für NLG
- Übersicht über beliebte vortrainierte Modelle (GPT, BERT, T5)
- Feintuning vortrainierter Modelle für spezifische Aufgaben
- Schulen benutzerdefinierter Modelle mit grossen Datensätzen
Verbesserung der NLG-Ausgaben
- Bewältigung von Kohärenz und Relevanz bei der Textgenerierung
- Kontrolle von Textlänge und Inhalt mittels NLG-Methoden
- Techniken zur Reduzierung von Wiederholungen und zur Verbesserung der Flüssigkeit
Ethische und verantwortungsvolle NLG
- Verständnis der ethischen Herausforderungen KI-generierter Inhalte
- Umgang mit Verzerrungen in NLG-Modellen
- Sicherstellung des verantwortungsvollen Einsatzes von NLG-Technologie
Praktische Arbeit mit fortschrittlichen NLG-Bibliotheken
- Arbeit mit Hugging Face Transformers für NLG
- Implementierung von GPT-3 und anderen State-of-the-Art-Modellen
- Generierung domänenspezifischer Inhalte mittels NLG
Bewertung von NLG-Systemen
- Techniken zur Bewertung von NLG-Modellen
- Automatisierte Bewertungsmetriken (BLEU, ROUGE, METEOR)
- Manuelle Bewertungsmethoden zur Qualitätssicherung
Zukunftstrends in der NLG
- Aufkommende Techniken in der NLG-Forschung
- Herausforderungen und Möglichkeiten in der NLG-Entwicklung
- Auswirkungen von NLG auf Branchen und Content-Erstellung
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundlegendes Verständnis von NLG-Konzepten
- Erfahrung mit der Python-Programmierung
- Vorwissen über maschelle Lernmodelle
Zielgruppe
- Data Scientists
- AI-Entwickler
- Maschinelles-Lern-Ingenieurinnen und Ingenieurs
14 Stunden
