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.
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