Sind Sie bereit, die spannende Welt der generativen KI und großer Sprachmodelle (LLMs) zu erkunden? Dieser IBM Kurs, der Teil des berufsbezogenen Zertifikats "Generative AI Engineering Essentials with LLMs" ist, vermittelt Ihnen praktische Fähigkeiten zur Nutzung von KI, um Branchen zu verändern.

Bringen Sie Ihre Karriere in diesem Sommer in Schwung mit Kursen von Google, IBM und anderen für £190/Jahr. Jetzt sparen.


Generative KI und LLMs: Architektur und Datenaufbereitung
Dieser Kurs ist Teil mehrerer Programme.
Unterrichtet in Deutsch (KI-Synchronisation)


Dozenten: Joseph Santarcangelo
22.624 bereits angemeldet
Bei enthalten
(229 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Unterscheidung zwischen generativen KI-Architekturen und -Modellen, wie RNNs, Transformatoren, VAEs, GANs und Diffusionsmodellen
Beschreiben, wie LLMs wie GPT, BERT, BART und T5 bei der Verarbeitung natürlicher Sprache eingesetzt werden
Implementierung von Tokenisierung zur Vorverarbeitung von Rohtext mit NLP-Bibliotheken wie NLTK, spaCy, BertTokenizer und XLNetTokenizer
Erstellen eines NLP-Datenladers in PyTorch, der Tokenisierung, Numerisierung und Auffüllen von Textdatensätzen übernimmt
Kompetenzen, die Sie erwerben
- Kategorie: Daten-Pipelines
- Kategorie: Künstliche Intelligenz
- Kategorie: Generative KI
- Kategorie: Modellierung großer Sprachen
- Kategorie: Verarbeitung natürlicher Sprache
- Kategorie: PyTorch (Bibliothek für Maschinelles Lernen)
- Kategorie: Künstliche neuronale Netze
- Kategorie: Deep Learning
- Kategorie: Text Mining
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
4 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 2 Module
In diesem Modul lernen Sie die Bedeutung der generativen KI kennen und erfahren, wie sie verschiedene Bereiche durch die Generierung von Inhalten, die Erstellung von Code und die Bildsynthese verändert. Sie lernen die wichtigsten generativen KI-Architekturen kennen, wie z. B. generative adversarische Netzwerke (GANs), Variationale Autoencoder (VAEs), Diffusionsmodelle und Transformatoren, und verstehen die Unterschiede in deren Trainingsansätzen. Sie werden auch untersuchen, wie große Sprachmodelle (LLMs) wie generative pretrained transformers (GPT) und bidirektionale Kodiererrepräsentationen von Transformatoren (BERT) beim Aufbau von NLP-basierten Anwendungen eingesetzt werden. Schließlich werden Sie in einer praktischen Übung einen einfachen Chatbot unter Verwendung der Hugging Face Transformers-Bibliothek erstellen und eine Einführung in die wichtigsten Werkzeuge und Bibliotheken erhalten, die bei der Entwicklung generativer KI verwendet werden.
Das ist alles enthalten
5 Videos2 Lektüren2 Aufgaben1 App-Element3 Plug-ins
In diesem Modul lernen Sie, wie Sie Daten für das Training großer Sprachmodelle (LLMs) vorbereiten, indem Sie Tokenisierung implementieren und Datenlader erstellen. Sie werden verschiedene Tokenisierungsmethoden kennenlernen und verstehen, wie Tokenizer Rohtext in modellfähige Eingaben umwandeln. Sie werden die Tokenisierung mithilfe von Bibliotheken wie NLTK, spaCy, BertTokenizer und XLNetTokenizer implementieren. Außerdem lernen Sie die Rolle von Datenladern in der Trainingspipeline kennen und verwenden die DataLoader-Klasse in PyTorch, um einen Datenlader mit einer benutzerdefinierten Sortierfunktion zu erstellen, die Textstapel verarbeitet. Diese praktischen Fähigkeiten sind für den Aufbau effizienter NLP-Pipelines für die LLM-Ausbildung unerlässlich. Darüber hinaus werden unterstützende Materialien, wie ein Spickzettel und ein Glossar, das Gelernte vertiefen.
Das ist alles enthalten
2 Videos5 Lektüren2 Aufgaben2 App-Elemente2 Plug-ins
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozenten

von
Mehr von Maschinelles Lernen entdecken
- Status: Kostenloser Testzeitraum
- Status: Kostenloser Testzeitraum
- Status: Kostenloser Testzeitraum
- Status: Kostenloser Testzeitraum
Warum entscheiden sich Menschen für Coursera für ihre Karriere?




Bewertungen von Lernenden
229 Bewertungen
- 5 stars
77,87 %
- 4 stars
15,31 %
- 3 stars
4,68 %
- 2 stars
0,85 %
- 1 star
1,27 %
Zeigt 3 von 229 an
Geprüft am 3. März 2025
I love the structure and the content in this course. I can't wait applying the skills I have acquired!
Geprüft am 25. März 2025
Too fast reading of the slides without much of explanations.
Geprüft am 29. Mai 2025
The course was great. Very clear and insightful, and made with passion

Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Kurs dauert nur zwei Wochen, wenn Sie zwei Stunden pro Woche lernen.
Es wäre gut, wenn Sie über Grundkenntnisse in Python und PyTorch verfügen und mit Konzepten des maschinellen Lernens und neuronaler Netze vertraut sind.
Dieser Kurs ist Teil einer Spezialisierung. Wenn Sie die Spezialisierung abschließen, werden Sie sich mit den Fähigkeiten und dem Selbstvertrauen ausstatten, um Jobs wie AI Engineer, NLP Engineer, Machine Learning Engineer, Deep Learning Engineer und Data Scientist anzunehmen.
Weitere Fragen
Finanzielle Unterstützung verfügbar,