700+ courses, half price
Kurs Açıklaması
Büyük Dil Modelleri
Bu kursta, Büyük Dil Modelleri (LLM) dünyasını keşfedecek ve bunların yapay zeka alanını nasıl yeniden şekillendirdiğini öğreneceksiniz. Derin öğrenme devrimi, veri kullanılabilirliği ve bilgi işlem gücü gibi LLM patlamasını tetikleyen faktörleri keşfedeceksiniz.Bu kavramsal ders, LLM'leri ve bunların finansdan içerik oluşturmaya kadar gerçek hayattan örneklerle iş dünyasını ve günlük yaşamı nasıl kökten değiştirdiğini ele alacaktır.
LLM'lerin ve Eğitim Metodolojilerinin Sırlarını Keşfedin
Doğal dil işleme teknikleri, ince ayar stratejileri ve sıfır atış, az atış ve çoklu atış öğrenme gibi öğrenme teknikleri dahil olmak üzere LLM'lerin yapı taşları hakkında bilgi edineceksiniz. İlerledikçe, bir sonraki kelime tahmini, maskeli dil modelleme ve dikkat mekanizmaları dahil olmak üzere LLM'leri yönlendiren en son teknoloji eğitim metodolojileri hakkında bilgi edineceksiniz.LLM'lerle ilgili endişeleri ve dikkate alınması gereken hususları keşfedin
Ayrıca, eğitim verileri ve gizlilik endişeleri gibi LLM'lerin oluşturulması ve eğitilmesinde kritik öneme sahip etik ve çevresel hususları da ele alacaksınız.Kursu tamamlarken, LLM alanındaki en son araştırmaları inceleyerek nasıl bir adım önde olabileceğinizi keşfedeceksiniz. Model açıklanabilirliği, denetimsiz önyargı yönetimi, hesaplama verimliliği ve gelişmiş yaratıcılık odaklı gelecekteki gelişmeleri keşfedeceksiniz.
Bu kursun sonunda, LLM'ler, yetenekleri, uygulamaları ve ilgi çekici zorlukları hakkında kapsamlı bir anlayışa sahip olacaksınız.
Ön Koşullar
Müfredat
Kurs planı
1
Large Language Models (LLM)’lere Giriş
Yapay zekâ dünyası hızla evriliyor ve Large Language Models (LLMs) bu evrimin ön saflarında yer alıyor. Bu bölüm, LLM’lerin insan benzeri yapay zekâ geliştirmedeki ilerlemeleri nasıl hızlandırdığını ve çok sayıdaki uygulamalarıyla sektörleri nasıl dönüştürdüğünü inceler. Dil modellemenin beraberinde getirdiği zorlukları ve karmaşıklığı keşfedeceksin.
- AI dünyasında LLM’lerin yükselişi50 XP
- Bir LLM'in tanımı50 XP
- Yapay zekâ dünyasında LLM'ler100 XP
- AI ve LLM uygulamaları100 XP
- Gerçek dünya uygulamaları50 XP
- İş uygulamaları50 XP
- Multimodal uygulamalar50 XP
- Veri odaklı görevleri otomatikleştir50 XP
- Dil modellemenin zorlukları50 XP
- Bir dil modeli neler yapabilir?50 XP
- Tek görevli vs. çok görevli öğrenim100 XP
2
LLM’lerin Yapı Taşları
Bu bölüm, LLM’lerin yeniliğini ve ortaya çıkan yeteneklerini vurgularken veri hazırlama için çeşitli NLP tekniklerini özetler. LLM eğitiminin zorluklarını ve ince ayarın (fine-tuning) bunları nasıl etkili biçimde ele alabildiğini öğreneceksin. Ayrıca, sınırlı etiketli verilerle karşılaşıldığında önceden eğitilmiş modellere verimli uyum sağlayan N-shot öğrenme tekniklerini anlayacaksın.
3
Eğitim Yöntemleri ve Teknikleri
Bu bölümde, bir LLM’i eğitmenin temel yapı taşlarını, örneğin ön eğitim (pre-training) tekniklerini öğreneceksin. Ayrıca dikkat mekanizması dâhil olmak üzere transformer mimarisi gibi karmaşık kavramları sezgisel olarak kavrayacaksın. Bölüm, ileri düzey bir ince ayar tekniğini ele alır ve bir LLM’i tamamlamak için eğitim sürecini özetler.
4
Endişeler ve Dikkat Edilecekler
Bu bölümde, büyük veri mevcudiyeti, veri kalitesi, doğru etiketleme ve önyargılı verinin sonuçları gibi LLM eğitirken dikkate alınması gereken temel noktaları ele alıyoruz. Ayrıca veri gizliliği, etik konular ve çevresel etki gibi çeşitli LLM risklerini inceleyeceksin. Son olarak, bölüm yeni araştırma alanlarını ve LLM’lerin gelişen manzarasını tartışarak sona erer.
R
Large Language Models (LLMs) Kavramları
Kurs
Tamamlandı
