Grundlagen großer Sprachmodelle in Python

Dieser textbasierte Kurs führt Sie von den absoluten Grundlagen der natürlichen Sprachverarbeitung bis hin zur Arbeit mit leistungsstarken vortrainierten Modellen.Dieser Kurs zeigt Ihnen, wie Sie mit LLMs (Large Language Models) arbeiten und wie Sie sie in Ihrem eigenen Projekt einsetzen können. Sie erhalten eine solide konzeptionelle und praktische Grundlage in LLM-Architekturen und lernen, wie Sie Open-Source-Tools nutzen können, um Modelle für reale Texterzeugungs- und Verarbeitungsaufgaben zu erstellen, zu optimieren und zu bewerten. Was Sie lernen werden: - Verstehen Sie grundlegende LLM-Konzepte, Transformator-Architekturen und Tokenisierungstechniken. - Laden und verwenden Sie vortrainierte Modelle und Datensätze mit der Hugging Face-Bibliothek. - Feinabstimmung von Sprachmodellen auf benutzerdefinierten Textdatensätzen, um sie für bestimmte Aufgaben anzupassen. - Bewerten Sie die Modellleistung anhand von Industriestandardmetriken und identifizieren Sie Verzerrungen. - Wenden Sie grundlegende prompte Engineering-Techniken an und erkunden Sie Muster für die Retrieval-Augmented Generation (RAG). Der Kurs beginnt mit Kernbegriffen und Architekturkonzepten, bevor Sie in praktische codebasierte Implementierungen einsteigen.Sie werden Lademodelle, Feintuning-Prozesse und moderne Anwendungsmuster in einem strukturierten schriftlichen Format durchlaufen. Dieser Kurs richtet sich an Einsteiger mit grundlegenden Python-Kenntnissen, die in das Feld der generativen KI einsteigen möchten, ohne dass vorherige Erfahrungen im Bereich Machine Learning erforderlich sind. Starten Sie noch heute Ihre Reise in die Welt der großen Sprachmodelle.