Struttura del corso

Introduzione ai modelli linguistici specifici del dominio

  • Panoramica dei modelli linguistici nell'IA
  • Importanza della specializzazione nei modelli linguistici
  • Casi di studio di modelli di successo specifici per dominio

Cura e pre-elaborazione dei dati

  • Identificazione e raccolta di set di dati specifici del dominio
  • Tecniche di pulizia e pre-elaborazione dei dati
  • Considerazioni etiche nella creazione di set di dati

Addestramento e messa a punto del modello

  • Introduzione al transfer learning e al fine-tuning
  • Selezione dei modelli di base per il training specifico del dominio
  • Tecniche per una messa a punto efficace

Metriche di valutazione e prestazioni del modello

  • Metriche per la valutazione del modello specifico del dominio
  • Benchmarking dei modelli rispetto ad attività specifiche del dominio
  • Comprendere i limiti e i compromessi

Strategie di distribuzione

  • Integrazione di modelli linguistici in applicazioni specifiche del dominio
  • ScalaAbilità e manutenzione dei modelli implementati
  • Apprendimento continuo e aggiornamenti del modello nella distribuzione

Focus sul settore legale

  • Considerazioni speciali per i modelli linguistici giuridici
  • Giurisprudenza e corpus statutario per la formazione
  • Applicazioni nella ricerca giuridica e nell'analisi documentale

Focus sul settore medico

  • Sfide nell'elaborazione del linguaggio medico
  • Conformità HIPAA e privacy dei dati
  • Casi d'uso nella revisione della letteratura medica e nell'interazione con il paziente

Focus sul settore tecnico

  • Il gergo tecnico e le sue implicazioni per i modelli linguistici
  • Collaboration con esperti in materia
  • Generazione della documentazione tecnica e commento del codice

Progetto e valutazione

  • Proposta di progetto e raccolta iniziale del set di dati
  • Presentazione di un progetto completato e delle prestazioni del modello
  • Valutazione finale e feedback

Riepilogo e prossime tappe

Requisiti

  • Conoscenza di base dei concetti di Machine Learning
  • Familiarità con la programmazione Python
  • Conoscenza dei fondamenti dell'elaborazione del linguaggio naturale

Pubblico

  • Scienziati dei dati
  • Ingegneri dell'apprendimento automatico
 28 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative