Schița de curs

Introduction to Transfer Learning

  • Ce este învățarea prin transfer?
  • Principalele beneficii și limitări
  • Cum diferă învățarea prin transfer de învățarea automată tradițională

Înțelegerea modelelor preinstruite

  • Prezentare generală a modelelor pre-antrenate populare (de exemplu, ResNet, BERT)
  • Arhitecturile modelelor și caracteristicile lor cheie
  • Aplicații ale modelelor preinstruite în diverse domenii

Reglarea fină a modelelor preinstruite

  • Înțelegerea extracției caracteristicilor vs. ajustarea fină
  • Tehnici pentru ajustarea fină eficientă
  • Evitarea supraadaptării în timpul ajustării fine

Învățarea prin transfer în Natural Language Processing (NLP)

  • Adaptarea modelelor lingvistice pentru sarcini NLP personalizate
  • Utilizarea transformatoarelor Hugging Face pentru NLP
  • Studiu de caz: Analiza sentimentelor cu învățarea prin transfer

Învățarea prin transfer în Computer Vision

  • Adaptarea modelelor de viziune pre-antrenate
  • Utilizarea învățării prin transfer pentru detectarea și clasificarea obiectelor
  • Studiu de caz: Clasificarea imaginilor cu învățarea prin transfer

Exerciții practice

  • Încărcarea și utilizarea modelelor pre-antrenate
  • Ajustarea unui model pre-antrenat pentru o sarcină specifică
  • Evaluarea performanței modelului și îmbunătățirea rezultatelor

Aplicații din lumea reală ale învățării prin transfer

  • Aplicații în domeniul sănătății, finanțelor și comerțului cu amănuntul
  • Povești de succes și studii de caz
  • Tendințe și provocări viitoare în învățarea prin transfer

Rezumat și pași următori

Cerințe

  • Înțelegerea de bază a conceptelor de învățare automată
  • Familiaritate cu rețelele neuronale și învățarea profundă
  • Experiență cu programarea Python

Audiență

  • Oameni de știință în domeniul datelor
  • entuziaști ai învățării automate
  • Profesioniști AI care explorează tehnici de adaptare a modelelor
 14 ore

Numărul de participanți


Pret per participant

Upcoming Courses

Categorii înrudite