Kozi ya Akili Bandia

Somo 1 • Maadili ya AI na Ubunifu Unaowajibika

Inatanguliza kanuni za upendeleo, haki, uwazi, na uwajibikaji. Inaweka mantiki ya kimaadili kama kikwazo cha lazima cha ubunifu katika kozi nzima.

Somo 2 • Misingi ya Uwakilishi wa Maarifa

Inaelezea mantiki ya pendekezo na mpangilio wa kwanza pamoja na mitandao ya kisemantiki, ikionyesha jinsi uwakilishi wa ishara unavyosimba ukweli na uhusiano. Inaonyesha ujumuishaji unaochanganya mbinu za ishara na neva.

Somo 3 • Vitendaji Vyenye Akili na Mazingira

Inafafanua vitendaji vya busara, mfumo wa PEAS, na aina za mazingira. Wanafunzi wanaweza kubuni usanifu wa vitendaji unaofaa kwa mazingira mahususi ya kazi.

Somo 4 • Historia na Mageuzi ya AI

Inafuatilia AI kutoka mantiki ya ishara hadi ujifunzaji wa kina, ikiangazia mafanikio muhimu. Inatoa muktadha wa kuelewa kwa nini mbinu za kisasa ziliibuka na ni wapi zinafaa.

Somo 1 • Misingi ya Ujifunzaji Unaosimamiwa

Inashughulikia data iliyo na lebo, utendakazi wa upotevu, na uboreshaji unaozingatia gradient. Inaunda msingi wa kuelewa mitandao ya neva na mifano ya juu zaidi baadaye.

Somo 2 • Algorithms za Uainishaji kwa Kina

Inachunguza urejeleaji wa mantiki, miti ya maamuzi, SVM, na k-NN. Inashughulikia mifumo ya mafunzo, vigezo vya juu, na tathmini ili wanafunzi waweze kutekeleza na kulinganisha kila kiainishaji kwenye seti za data za benchmarking.

Somo 3 • Mifano ya Urejeleaji na Utabiri

Inajenga mifano ya urejeleaji ya mstari na polinomia kwa tafsiri ya takwimu. Inaunganisha usahihi wa utabiri na ufanyaji maamuzi wa kibiashara na kisayansi.

Somo 4 • Mbinu za Ujifunzaji Zisizosimamiwa

Inachunguza uwekaji katika vikundi, upunguzaji wa vipimo, na ukadiriaji wa msongamano. Wanafunzi hugundua muundo uliofichwa katika data isiyo na lebo kwa uchambuzi wa uchunguzi.

Somo 1 • Usambazaji Nyuma na Uboreshaji

Inapata usambazaji nyuma kupitia kanuni ya mnyororo na inashughulikia Adam, RMSProp, na SGD. Wanafunzi hutatua upotevu wa gradient na kurekebisha viboreshaji kwa ufanisi.

Somo 2 • Mitandao ya Kujirudia na Mifano ya Mfuatano

Inachunguza mitandao ya neva ya kujirudia, vitengo vya LSTM na GRU kwa uundaji wa data ya mfuatano. Inashughulikia kufunua, usambazaji nyuma kwa wakati, na mazingatio ya vitendo, ikiunganisha mbinu hizi na NLP na utabiri wa mfululizo wa saa.

Somo 3 • Utaratibu na Mafunzo ya Vitendo

Inatumia uondoaji, kusimamisha mapema, na mafunzo ya usahihi mchanganyiko kwenye mitandao halisi. Wanafunzi hupunguza uwezekano wa kujifunza kwa kukariri na kupunguza muda wa mafunzo kwenye maunzi ya GPU.

Somo 4 • Mitandao ya Neva ya Mkunjo

Inashughulikia mbinu ya mkunjo, kuweka dimbwi, na tafsiri ya ramani ya vipengele kwa kazi za picha. Wanafunzi huunda CNN na kutumia uhamishaji wa kujifunza kwenye seti za data maalum.

Somo 1 • Upachikaji wa Maneno na Nafasi ya Kisemantiki

Inafunza na kutumia upachikaji wa Word2Vec, GloVe, na FastText, ikionyesha jinsi vekta mnene zinavyonasa ufanano wa kisemantiki. Inajumuisha mbinu za tathmini na taswira za kuchunguza nafasi za upachikaji.

Somo 2 • Mchanganuo wa Kina wa Usanifu wa Transfroma

Inachambua makini ya vichwa vingi, usimbaji wa nafasi, na mfumo wa encoder-decoder. Inatoa uelewa wa usanifu unaohitajika ili kurekebisha mifano mikubwa ya lugha.

Somo 3 • Mifano Iliyofunzwa Awali na Urekebishaji

Inarekebisha BERT, RoBERTa, na aina mbalimbali za GPT kwenye kazi mahususi za kikoa. Wanafunzi wanapata matokeo ya kisasa ya NLP kwa data ndogo yenye lebo.

Somo 4 • Matumizi na Mifumo ya NLP

Huunda mifumo ya mwisho hadi mwisho kwa uchambuzi wa hisia, NER, na muhtasari. Inajumuisha usindikaji wa awali, uundaji, na usambazaji katika mifumo tayari kwa uzalishaji.

Somo 1 • Transfroma za Maono na Usanifu wa Kisasa

Inatumia Transfroma za Maono, CLIP, na DINO kwa uainishaji wa picha na utambuzi wa vielelezo sifuri. Inaelezea upachikaji wa kiraka, makini binafsi, na ujifunzaji wa kulinganisha, ikiunganisha dhana za transfroma za NLP na mifumo ya kisasa ya maono.

Somo 2 • Mifano ya Uundaji kwa Picha

Huunda GAN na vibadilishaji usimbaji otomatiki vya mageuzi ili kuunda picha za kweli na kufanya uhamishaji wa mtindo. Inachunguza udanganyifu wa nafasi fiche, mbinu za utulivu wa mafunzo, na vipimo vya kutathmini ubora na utofauti wa uundaji.

Somo 3 • Usanifu wa Ugunduzi wa Vitu

Inalinganisha YOLO, Faster R-CNN, na SSD kwa ugunduzi wa wakati halisi na sahihi. Wanafunzi hufunza vigunduzi kwenye seti za data maalum zilizo na maelezo ya masanduku yaliyofungwa.

Somo 4 • Mgawanyiko wa Kisemantiki na wa Vipande

Inatekeleza U-Net na Mask R-CNN kwa mgawanyiko wa kiwango cha pikseli, ikifafanua usanifu wa encoder-decoder na mifumo ya uundaji wa vinyago. Inaunganisha mbinu hizi na matumizi kama vile taswira za matibabu, uendeshaji wa uhuru, na robotiki.

Somo 1 • Mbinu Zinazozingatia Thamani Bila Mfano

Inatekeleza Q-learning, SARSA, na Mitandao ya Kina ya Q kwenye mazingira ya Gym. Wanafunzi wanaelewa ujifunzaji wa tofauti za muda na uchezaji wa uzoefu.

Somo 2 • Michakato ya Maamuzi ya Markov

Inafafanua hali, vitendo, malipo, na mienendo ya mpito kwa hisabati. Inatoa msingi wa kinadharia wa algorithms zote za ujifunzaji wa kuimarisha.

Somo 3 • RL ya Vitendaji Vingi na Kihierarkia

Inapanua RL hadi mazingira ya ushirika na ushindani ya vitendaji vingi na viwango vya ujuzi. Inatayarisha wanafunzi kwa udhibiti changamano wa mfumo wa ulimwengu halisi.

Somo 4 • RL ya Juu: PPO na SAC

Inatumia Uboreshaji wa Sera ya Kukaribia na Muigizaji-Mkosoaji Laini kwenye kazi changamano. Wanafunzi wanapata mafunzo thabiti kwenye vigezo vya kulinganisha vya udhibiti unaoendelea.

Somo 1 • Urekebishaji na Mpangilio

Inatumia urekebishaji unaosimamiwa, RLHF, na uboreshaji wa upendeleo wa moja kwa moja ili kuoanisha LLM na nia ya binadamu. Wanafunzi huunda mifano mahususi ya kikoa inayofuata maagizo huku ikizingatia vikwazo vya usalama.

Somo 2 • Uhandisi wa Kidokezo na Ujifunzaji katika Muktadha

Inatumia mbinu za kidokezo cha sifuri, vielelezo vichache, mlolongo wa fikra, na zilizopangwa. Kidokezo madhubuti kinazidisha uwezo wa mfano bila sasisho zozote za kigezo.

Somo 3 • Usanifu wa LLM na Sheria za Kuongeza Kasi

Inachambua usanifu wa GPT, LLaMA, na Mistral pamoja na sheria za kuongeza kasi za Chinchilla. Wanafunzi hutabiri uwezo wa mfano kutoka kwa bajeti za hesabu na data.

Somo 4 • Vitendaji vya LLM na Matumizi ya Zana

Huunda vitendaji vinavyojitegemea kwa kutumia ReAct, wito wa utendakazi, na mifumo ya vitendaji vingi. Wanafunzi husambaza vitendaji vinavyopanga, kutumia zana, na kukamilisha kazi za hatua nyingi.

Somo 1 • Ufuatiliaji na Utunzaji wa Mfano

Inatekeleza ugunduzi wa mabadiliko, tahadhari, na vichochezi vya kufunza upya katika uzalishaji. Inazuia kuzorota kwa mfano kimyakimya ambako kunapunguza thamani ya biashara kwa muda.

Somo 2 • Ufuatiliaji wa Majaribio na Uzalishaji Upya

Hutumia MLflow, Weights & Biases, na DVC kurekodi majaribio kwa utaratibu. Uzalishaji upya huwezesha ushirikiano wa timu na kufuata kanuni.

Somo 3 • Kuhudumia na Kusambaza Mfano

Husambaza mifano kupitia API za REST, mifumo ya usindikaji wa kundi, na mazingira ya ukingo. Inawaongoza wanafunzi katika uwekaji wa kontena la Docker, ufanyaji mfululizo wa mfano, na mikakati ya kuhudumia inayoweza kupanuka kwa utendaji na kuegemea.

Somo 4 • Miundombinu ya Mafunzo Inayoweza Kupanuka

Inasanidi mafunzo yaliyosambazwa kwa kutumia Horovod na makundi ya GPU ya wingu. Wanafunzi hupunguza muda wa mafunzo kwa mifano mikubwa kupitia mikakati ya usambamba.