Begin je reis met Large Language Models (LLM’s) door te ontdekken wat ze zijn en wat je ermee kunt, en neem een kijkje onder de motorkap om te begrijpen hoe ze werken!

Introductie tot large language models (LLM's)

Een pipeline gebruiken voor samenvatten

Antwoorden opschonen

Voorgetrainde LLM’s gebruiken

Tekst genereren

Tekst vertalen

De transformer begrijpen

Herken de transformer

De juiste modelstructuur gebruiken

Aan de slag met Large Language Models (LLM’s)

Leer hoe je voorgetrainde LLM’s en gegevenssets van Hugging Face benut om een model te fine-tunen.

Voorbereiden op fine-tuning

Tekst tokenizen

Tokenisatie mappen

Fine-tunen via training

Trainingsargumenten instellen

De trainer instellen

Het fijn-afgestemde model gebruiken

Aanpakken voor fine-tuning

Transfer learning met one-shot learning

Benaderingen voor transfer learning

LLM’s fine-tunen

Verdiep je in verschillende statistieken om modelprestaties te beoordelen en sluit af met de uitdagingen van LLM’s in de praktijk.

De evaluate-bibliotheek

Metrics laden met evaluate

Metrics beschrijven

Metrics met evaluate gebruiken

Metrieken voor taaltaken: perplexity en BLEU

Perplexity evalueren

BLEU-vertalingen

Maatstaven voor taal­taken: ROUGE, METEOR, EM

Evalueren met ROUGE

Evalueren met METEOR

Evalueren met EM

LLM's beveiligen

Toxiciteit controleren

Regard evalueren

De eindstreep

LLM-prestaties evalueren

Course Glossary Introduction to LLMs in Python

Large Language Models (LLM’s) zijn cruciale tools achter de meest indrukwekkende vorderingen en toepassingen in het huidige AI-landschap. In deze praktische cursus leer je de kennis en vaardigheden die je nodig hebt om de kracht van LLM’s te begrijpen, te bouwen en in te zetten voor complexe taaktaken zoals vertaling, tekstgeneratie, vraag-en-antwoord en meer. Met interactieve codeoefeningen leer je werken met transformers. Je verkent ook voorgetrainde taalmodellen en gegevenssets van Hugging Face. Aan het einde van deze cursus kun je voorgetrainde LLM’s fine-tunen en evalueren met gespecialiseerde statistieken. Je krijgt ook inzicht in de belangrijkste uitdagingen en ethische overwegingen bij het inzetten van LLM’s in de echte wereld.

De video’s bevatten live-transcripts die je kunt tonen door linksonder in de video’s op "Show transcript" te klikken.
De cursussamenvatting (glossary) vind je rechts bij de sectie met bronnen.
Om CPE-credits te behalen, moet je de cursus afronden en minimaal 70% scoren op de kwalificerende toets. Je gaat naar de toets via de CPE-creditsvermelding aan de rechterkant.

<h2>Ontdek wat er achter de hype rond grote taalmodellen zit</h2>
<br><br>
Grote taalmodellen (LLM's) zijn echt belangrijke tools geworden die zorgen voor een paar van de meest verbluffende ontwikkelingen en toepassingen in de huidige AI-wereld. Deze praktische cursus geeft je de praktische kennis en vaardigheden die je nodig hebt om de kracht van LLMs te begrijpen, te bouwen en te gebruiken voor het oplossen van complexe taaltaken, zoals vertalen, taalgeneratie en meer.
<br><br>
<h2>Ontdek LLM Architecture en maak gebruik van vooraf getrainde modellen</h2>
<br><br>
Door middel van interactieve programmeeroefeningen leer je verschillende transformatorarchitecturen kennen en hoe je ze kunt herkennen. Je gaat kijken hoe je vooraf getrainde taalmodellen en datasets van Hugging Face kunt gebruiken om je model te verfijnen en te evalueren met geavanceerde statistieken die bij LLMs passen. Tot slot kom je meer te weten over ethische kwesties en vooroordelen die bij LLM's spelen en hoe je die kunt herkennen. Aan het einde van deze cursus kun je LLM's bouwen, ze verfijnen en evalueren met behulp van speciale meetmethoden, terwijl je de belangrijkste uitdagingen en ethische overwegingen begrijpt die komen kijken bij het mogelijk maken van LLM-toepassingen in de praktijk.

Working with Hugging Face

Leer de basis van LLM's en de revolutionaire transformerarchitectuur waarop ze zijn gebaseerd!

Introductie tot LLM’s in Python

Leer de fijne kneepjes van LLM's en de revolutionaire transformer-architectuur waarop ze zijn gebaseerd!

AI-ingenieur voor datawetenschappers

Grote taalmodellen ontwikkelen

De basis van Hugging Face

Basisprincipes van Snowflake AI

Metrics laden met evaluate

Introductie tot LLM’s in Python

Oefeninstructies

Interactieve oefening met praktijkervaring