Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
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