Struttura del corso

Introduzione all'apprendimento multimodale

  • Panoramica dell'IA multimodale
  • Sfide nell'elaborazione multimodale dei dati
  • Vantaggi degli LLM multimodali

Informazioni sui modelli linguistici di grandi dimensioni

  • Architettura di LLM all'avanguardia
  • Formazione degli LLM con dati multimodali
  • Casi di studio: Applicazioni LLM multimodali di successo

Elaborazione di dati multimodali

  • Tecniche di pre-elaborazione dei dati per testo, immagini e audio
  • Estrazione di feature e apprendimento della rappresentazione
  • Integrazione dei dati multimodali negli LLM

Sviluppo di applicazioni LLM multimodali

  • Progettazione di interfacce utente per l'interazione multimodale
  • LLM negli assistenti virtuali e nei chatbot
  • Creazione di esperienze immersive con gli LLM

Valutazione e ottimizzazione dei sistemi multimodali

  • Metriche delle prestazioni per LLM multimodali
  • Strategie di ottimizzazione per una maggiore precisione ed efficienza
  • Affrontare i pregiudizi e l'equità nei sistemi multimodali

Laboratorio pratico: Costruire un progetto LLM multimodale

  • Impostazione di un set di dati multimodale
  • Implementazione di un LLM multimodale per un caso d'uso specifico
  • Collaudo e perfezionamento del sistema

Riepilogo e prossime tappe

Requisiti

  • Comprensione dell'apprendimento automatico e delle reti neurali
  • Esperienza con la programmazione Python
  • Familiarità con la pre-elaborazione dei dati per vari tipi di dati (testo, immagine, audio)

Pubblico

  • Scienziati dei dati
  • Ingegneri dell'apprendimento automatico
  • Sviluppatori di software
  • Ricercatori che si concentrano sull'intelligenza artificiale e sull'elaborazione del linguaggio naturale
 14 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative