Passa al contenuto principale

Codice

CODICE: AIT13

Durata

3 giorni
Iscriversi non è mai stato così semplice
Compila il form sottostante.
Mi iscrivo in qualità di
Corso
Modalità di pagamento

Il pagamento dell’intera quota di partecipazione ai corsi deve essere effettuato con Bonifico Bancario anticipato alla conferma di attivazione corso, tramite le seguenti coordinate bancarie intestate a Global learning srl:

UNICREDIT IBAN IT 84 Z 02008 05108 000401453196

Termini e condizioni
Oggetto
Oggetto delle presenti Condizioni Generali è la fornitura da parte di Global learning dei propri servizi formativi.
Iscrizione
Le iscrizioni ai corsi nelle date previste dal Calendario Corsi possono essere effettuate tramite prenotazione telefonica o via mail, a cui deve seguire conferma scritta, attraverso la compilazione del Form di iscrizione o inviando via email, debitamente compilato in ogni sua parte e sottoscritto. L’iscrizione è confermata al ricevimento del corrispettivo da parte di Global learning.
Disdetta
L’iscrizione al corso a calendario o l’ordine per un corso dedicato possono essere annullati o rinviati senza oneri se comunicati almeno 10 giorni lavorativi prima della data di inizio del corso. Dopo tale data o nel caso di mancata disdetta o qualora il partecipante interrompa la frequenza al corso per motivi non attribuibili a Global learning è dovuto l’intero corrispettivo. È ammessa la sostituzione del partecipante.
Rinvio e Annullamento Corsi
Global learning potrà, entro 10 giorni lavorativi dalla data di inizio o per cause di forza maggiore anche in data successiva, rinviare o cancellare i corsi, dandone comunicazione scritta o telefonica al Cliente.
Corrispettivi
Il Cliente è tenuto al pagamento dei corrispettivi previsti dal Calendario Corsi Global learning in vigore al momento dell’iscrizione o di quanto specificato nell’offerta emessa da Global learning, oltre IVA.
Trattamento dati personali
Si precisa che l’informativa in ordine al trattamento dei dati personali dei clienti da parte della Titolare Global learning è pubblicata nel modulo d’iscrizione ai corsi.
Diritto d’autore
Il Cliente prende atto per sé ed i partecipanti che i corsi ed i materiali ad essi relativi sono di proprietà di Global learning e/o di eventuali terzi danti causa. è vietato pertanto trarre copia del materiale e diffondere presso terzi il contenuto dei corsi senza previa autorizzazione scritta dei proprietari.
Chiedi informazioni

Reti Neurali, LLM e Transformers

CODICE: AIT13

Come siamo arrivati alla moderna AI con risultati generativi della qualità di Dall-E e ChatGPT? Questo corso avanzato ripercorre l’intera filiera tecnologica delle Reti Neurali e dei Trasformatori per presentare come effettivamente funziona la AI basata sul Deep Learning.

Al termine del corso, sarà possibile sia utilizzare i modelli basati su trasformatori di OpenAI e su HuggingFace, che progettare la creazione autonoma di una propria Rete Neurale specializzata, senza appoggiarsi a sistemi esterni.

Modalità di erogazione
In aula o Live Virtual Classroom

Attestato di partecipazione
Al termine del corso verrà rilasciato l’attestato di frequenza

Contenuti del corso

Richiedere scheda didattica

Partecipanti
  • Data Scientist e Machine Learning Engineer che vogliono approfondire le architetture di Deep Learning e i modelli di AI generativa.
  • Sviluppatori e ingegneri software con esperienza in Python interessati all’implementazione di modelli AI avanzati.
  • Professionisti del settore tecnologico che desiderano acquisire competenze pratiche nell’uso di framework come TensorFlow, Keras e Hugging Face.
  • Ricercatori e analisti che lavorano con il Natural Language Processing (NLP) e desiderano esplorare le potenzialità degli LLM.
  • Responsabili IT e Innovation Manager che vogliono comprendere le applicazioni pratiche dell’AI generativa per il business.
Prerequisiti
  • Conoscenza di programmazione in Python 3.8
  • Conoscenza di Pandas, NumPy, MatplotLib
  • Conoscenze di concetti di Machine Learning Supervisionato (Classificazioni e Regressioni)
  • Conoscenza base di Reti Neurali
Obiettivi
  • Comprendere il funzionamento delle Reti Neurali, delle DNN e dei Trasformatori.
  • Apprendere le tecniche avanzate di addestramento, ottimizzazione e stabilizzazione dei modelli di Deep Learning.
  • Sviluppare e addestrare reti neurali utilizzando TensorFlow e Keras.
  • Esplorare le architetture di LLM come BERT, GPT e T5, applicando tecniche di Transfer Learning.
  • Utilizzare modelli pre-addestrati di OpenAI e Hugging Face per NLP e AI generativa.
  • Implementare sistemi RAG con database vettoriali per la personalizzazione di modelli AI

Torna a trovarci per conoscere i nuovi Corsi inseriti

Oppure richiedi informazioni sul corso che ti interessa nella sezione Contatti