الرئيسيةالدوراتمفاهيم الذكاء الاصطناعي التوليدي

اختيار الأداة المناسبة لكل مهمة

Chapitre 2 · Introduction à l’IA générative · leçon 7 sur 45
متاحة للمشتركين فقط — إليك بدايتها
Choisir le bon outil pour la tâche À vous de jouer en tant que « modèle discriminant » ! Un modèle discriminant sait classer des éléments, et c’est exactement ce que vous allez faire. Classez les tâches suivantes selon le type de modèle le mieux adapté : génératif ou discriminant. Instructions 0XP Faites glisser chaque tâche et déposez-la dans la bonne catégorie de modèle. Indice Demandez-vous si chaque tâche nécessite de catégoriser et/ou de prédire, ce dans quoi les modèles discriminants excellent ; rappelez-vous que les modèles génératifs produisent un contenu nouveau.
La suite de cette leçon est réservée aux abonnés Créez votre compte gratuit pour tester les exercices d’exemple, puis passez à l'accès complet quand vous le souhaitez.

أنشئ حسابك المجاني

بدون بطاقة بنكية، في ثلاثين ثانية.
المتابعة باستخدام Google
أو
التسجيل بالبريد الإلكتروني
لديك حساب بالفعل؟ تسجيل الدخول
بمتابعتك، فإنك توافق على شروط الاستخدام وسياسة الخصوصية. تُستضاف بياناتك داخل الاتحاد الأوروبي.

الوصول الكامل إلى DATAGOZ

19 €/ شهريًا — أو 190 € / سنويًا
  • جميع الدورات المنشورة والمسارات المهنية
  • تمارين واختبارات قصيرة مصحَّحة تلقائيًا
  • تدريب وامتحان وشهادة متابعة
  • بدون التزام، ويمكن الإلغاء عبر الإنترنت
عرض الصيغ
هذا الدرس جزء من الدورة

مفاهيم الذكاء الاصطناعي التوليدي

short_training6 فصول · 45 درسًا
  • منصة التدريبمشتركون
  • فهم ماهية الذكاء الاصطناعي التوليديمشتركون
  • اكتشاف الذكاء الاصطناعي التوليديمشتركون
  • استخدام نموذج للذكاء الاصطناعي التوليديمشتركون
  • استكشاف تطبيقات الذكاء الاصطناعي التوليديمشتركون
  • تحديد موقع الذكاء الاصطناعي التوليدي ضمن منظومة تعلم الآلةالمشتركون
  • Choisir l’outil adapté à chaque tâchevous êtes ici
  • تمييز الذكاء الاصطناعي التوليدي عن تعلم الآلة التقليديمشترك
  • استكشاف الشبكات التوليدية التنافسية (GAN) وتطبيقاتهامشترك
  • فهم تطور الذكاء الاصطناعي التوليديمشترك
  • تطوير مجال الذكاء الاصطناعي التوليديمشترك
  • اكتشاف المحوّلات (Transformers)مشترك
  • استكشاف أبرز الإنجازات في الذكاء الاصطناعي التوليديمشترك
  • تصميم نموذج وجمع البيانات اللازمةمشترك
  • استكشاف مناهج البحث والتصميممشترك
  • فهم التحديات المرتبطة بتوفر البياناتمشترك
  • تدريب نموذج الذكاء الاصطناعي التوليديمشترك
  • تحديد العوامل المؤثرة في تدريب النماذجمشترك
  • اكتشف تقنيات تطوير النماذج المتخصصةمشترك
  • تقييم أداء نموذجمشترك
  • استكشف مشروع الرسوم المتحركة PixAirمشترك
  • مرافقة Intellibrand في تقييم نموذجهامشترك
  • تقييم التحيزات الاجتماعية والحد منهامشترك
  • تحديد مصادر التحيزمشترك
  • اكتشاف التحيزات والتخفيف منهامشترك
  • فهم حقوق المؤلف والملكية الفكريةمشترك
  • استكشاف الجوانب القانونية ورهانات الخصوصيةمشترك
  • تحديد مطالبات الملكية الفكريةمشترك
  • اكتشف التطبيقات المسؤولة للذكاء الاصطناعي التوليديمشترك
  • فهم مبادئ الاستخدام المسؤولمشتركون
  • تطبيق الممارسات المسؤولة في مجال الذكاء الاصطناعيمشتركون
  • اكتشاف الذكاء الاصطناعي العام (AGI)مشتركون
  • تحديد خصائص الذكاء الاصطناعي العاممشتركون
  • استكشاف نتائج الذكاء الاصطناعي العام وآفاقهمشتركون
  • دمج ذكاء اصطناعي جديد في سير العمل الحاليمشتركون
  • توظيف الذكاء الاصطناعي التوليدي في علم البياناتمشتركون
  • تصميم حملة تسويقية جديدة بفضل الذكاء الاصطناعيمشتركون
  • استكشاف تطورات الذكاء الاصطناعي التوليديمشتركون
  • فهم رهانات الانفتاح على الشيفرة المصدريةمشتركون
  • اكتشاف مشروع Super Duper GANمشتركون
  • إعداد مستقبلك مع الذكاء الاصطناعي التوليديالمشتركون
  • استكشاف تطبيقات الذكاء الاصطناعي التوليدي في التعليمالمشتركون
  • فهم قيمة المهارات في عصر الذكاء الاصطناعيالمشتركون
  • تهانينا على إتمام التكوين!المشتركون
  • الخاتمةمشتركون
الدرس التالي

تمييز الذكاء الاصطناعي التوليدي عن تعلم الآلة التقليدي

عرض البرنامج أنشئ حسابًا للمتابعة