Struttura del corso

Introduzione all'Advanced Transfer Learning

  • Riepilogo dei fondamenti del transfer learning
  • Sfide nell'apprendimento avanzato per il trasferimento
  • Panoramica delle ricerche e dei progressi recenti

Adattamento specifico del dominio

  • Comprendere l'adattamento e gli spostamenti dei domini
  • Tecniche per l'ottimizzazione fine specifica del dominio
  • Casi di studio: Adattamento di modelli pre-addestrati a nuovi domini

Apprendimento continuo

  • Introduzione all'apprendimento permanente e alle sue sfide
  • Tecniche per evitare l'oblio catastrofico
  • Implementazione dell'apprendimento continuo nelle reti neurali

Apprendimento e messa a punto multi-task

  • Comprendere i framework di apprendimento multi-task
  • Strategie per la messa a punto multi-task
  • Applicazioni reali dell'apprendimento multi-task

Tecniche avanzate per il transfer learning

  • Strati adattatori e regolazione fine leggera
  • Meta-learning per l'ottimizzazione del transfer learning
  • Esplorare l'apprendimento di trasferimento interlinguistico

Implementazione pratica

  • Creazione di un modello adattato al dominio
  • Implementazione di flussi di lavoro di apprendimento continuo
  • Regolazione fine multi-task utilizzando Hugging Face Trasformatori

Applicazioni del mondo reale

  • Trasferisci l'apprendimento in PNL e visione artificiale
  • Adattare i modelli per la sanità e la finanza
  • Casi di studio sulla risoluzione di problemi del mondo reale

Tendenze future nell'apprendimento di trasferimento

  • Tecniche emergenti e aree di ricerca
  • Opportunità e sfide nella scalabilità del transfer learning
  • Impatto del transfer learning sull'innovazione dell'IA

Riepilogo e passaggi successivi

Requisiti

  • Forte comprensione dei concetti di machine learning e deep learning
  • Esperienza con la programmazione Python
  • Familiarità con le reti neurali e i modelli pre-addestrati

Pubblico

  • Ingegneri dell'apprendimento automatico
  • Ricercatori di intelligenza artificiale
  • Data Scientist interessati a tecniche avanzate di adattamento dei modelli
 14 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative