Struttura del corso

Introduzione alla messa a punto dell'NLP

  • Che cos'è la messa a punto?
  • Vantaggi dell'ottimizzazione dei modelli linguistici pre-addestrati
  • Panoramica dei modelli pre-addestrati più diffusi (GPT, BERT, T5)

Comprendere le attività di NLP

  • Analisi del sentiment
  • Riassunto del testo
  • Traduzione automatica
  • Riconoscimento di entità denominate (NER)

Configurazione dell'ambiente

  • Installazione e configurazione di Python e librerie
  • Utilizzo di Hugging Face trasformatori per attività di NLP
  • Caricamento ed esplorazione di modelli pre-addestrati

Tecniche di messa a punto

  • Preparazione dei set di dati per le attività NLP
  • Tokenizzazione e formattazione dell'input
  • Ottimizzazione delle attività di classificazione, generazione e traduzione

Ottimizzazione delle prestazioni del modello

  • Comprendere le percentuali di apprendimento e le dimensioni dei batch
  • Utilizzo di tecniche di regolarizzazione
  • Valutazione delle prestazioni del modello con le metriche

Laboratori pratici

  • Ottimizzazione del BERT per l'analisi del sentiment
  • Messa a punto del T5 per il riassunto del testo
  • Messa a punto di GPT per la traduzione automatica

Distribuzione di modelli ottimizzati

  • Esportazione e salvataggio dei modelli
  • Integrazione di modelli nelle applicazioni
  • Nozioni di base sulla distribuzione di modelli su piattaforme cloud

Sfide e best practice

  • Evitare l'overfitting durante la messa a punto
  • Gestione di set di dati sbilanciati
  • Garantire la riproducibilità negli esperimenti

Tendenze future nella messa a punto dell'NLP

  • Modelli pre-addestrati emergenti
  • Progressi nell'apprendimento di trasferimento per la PNL
  • Esplorare le applicazioni di NLP multimodale

Riepilogo e passaggi successivi

Requisiti

  • Conoscenza di base dei concetti di NLP
  • Esperienza con la programmazione Python
  • Familiarità con framework di deep learning come TensorFlow o PyTorch

Pubblico

  • Scienziati dei dati
  • Ingegneri NLP
 21 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative