Small Language Models (SLMs) for Human-AI Interactions Eğitimi

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), çeşitli uygulamalarda Küçük Dil Modellerini uygulamak ve kullanmak isteyen yeni başlayan ve orta seviyedeki veri bilimcileri ve geliştiricilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Küçük Dil Modellerinin mimarisini ve işlevselliğini anlayabilecektir.
• Metin oluşturma ve duygu analizi gibi görevler için SLM'leri uygulayabilecektir.
• Belirli kullanım durumları için SLM'leri optimize ve ince ayar yapabilecektir.
• Kaynak kısıtlı ortamlarda SLM'leri dağıtabilecektir.
• Gerçek dünya senaryolarında SLM'lerin performansını değerlendirebilecek ve yorumlayabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), eğitim teknolojistleri, öğretim tasarımcıları ve eğitimde yapay zeka geliştiricileri için tasarlanmıştır. Amaçları, öğretim ve öğrenme süreçlerini geliştirmek için Small Language Models (SLMs)'u eğitim platformlarına entegre etmektir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Eğitim teknolojilerinde SLM'lerin rolünü anlayabilecektir.
• SLM'leri kullanarak yapay zeka odaklı öğrenme deneyimleri tasarlayabilecektir.
• SLM'leri çeşitli eğitim ortamlarında uygulayabilecektir.
• SLM'lerin öğrenme sonuçlarındaki etkinliğini değerlendirebilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), kentsel yaşamı iyileştirmek amacıyla akıllı şehir projelerinde Small Language Models (SLMs)'yı uygulamak isteyen orta düzeydeki şehir plancıları, şehir yöneticileri ve akıllı şehir çözüm geliştiricilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• SLM'lerin akıllı şehirlerdeki uygulamasını anlayabilecektir.
• Gelişmiş karar verme süreçleri için SLM'leri kentsel veri kümeleriyle entegre edebilecektir.
• SLM'leri kentsel yönetim sistemlerinde kullanıma sunmak için stratejiler geliştirebilecektir.
• SLM'lerin kentsel planlama ve akıllı şehir çözümleri üzerindeki etkisini değerlendirebilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), hukuk, tıp ve teknik alanlar gibi belirli alanlara yönelik küçük dil modelleri oluşturmak ve uygulamak isteyen orta düzeydeki veri bilimcileri ve makine öğrenimi mühendislerini hedeflemektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Alan özel dil modellerinin önemini ve uygulamasını anlayabilecek.
• Model eğitimi için özel veri kümelerini derleyip ön işleyebilecek.
• Alan özel uygulamalar için dil modellerini eğitebilecek ve ince ayar yapabilecek.
• Alanla ilgili metrikler kullanarak modelleri değerlendirebilecek ve kıyaslayabilecek.
• Alan özel dil modellerini gerçek dünya senaryolarında dağıtabilecek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), güçlü ve çevre dostu küçük dil modelleriyle enerji verimli yapay zeka çözümleri geliştirmek isteyen ileri düzey makine öğrenimi mühendisleri ve yapay zeka araştırmacılarına yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Yapay zekanın enerji tüketimi ve çevre üzerindeki etkisini anlayabilecektir.
• Yapay zeka modellerinin boyutunu ve enerji kullanımını azaltmak için model sıkıştırma ve optimizasyon tekniklerini uygulayabilecektir.
• Yapay zeka dağıtımı için enerji verimli donanım ve yazılım çerçevelerini kullanabilecektir.
• Sürdürülebilir yapay zeka geliştirme için en iyi uygulamaları uygulayabilecektir.
• Yapay zeka endüstrisinde sürdürülebilir uygulamaları savunabilecek ve katkıda bulunabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), sınırlı işlem kapasitesine sahip cihazlara küçük dil modellerini doğrudan dağıtmak isteyen orta düzeydeki BT profesyonellerine yöneliktir ve çeşitli sektörlerde yenilikçi uygulamalar için olanakların kapısını açar.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Kısıtlı donanımda yapay zeka uygulamasının zorluklarını ve çözümlerini anlayabilecektir.
• Yapay zeka modellerini, cihaz içi verimli dağıtım için optimize ve sıkıştırabilecektir.
• Cihaz içi model uygulaması için modern yapay zeka çerçevelerini ve araçlarını kullanabilecektir.
• Mobil ve IoT cihazları için gerçek zamanlı yapay zeka uygulamaları tasarlayabilecek ve geliştirebilecektir.
• Cihaz içi yapay zeka sistemlerinin güvenliğini ve gizliliğini değerlendirebilecek ve sağlayabilecektir.