Corso di formazione Continual Learning e Strategie di Aggiornamento per Modelli Finetuned
L'apprendimento continuo è un insieme di strategie che consentono ai modelli di apprendimento automatico di aggiornarsi in modo incrementale e adattarsi a nuovi dati nel tempo.
Questo corso guidato dal formatore (online o sul posto) si rivolge a ingegneri di manutenzione AI e professionisti MLOps di livello avanzato che desiderano implementare pipeline di apprendimento continuo robuste e strategie di aggiornamento efficaci per i modelli fine-tuned.
Al termine di questo corso, i partecipanti saranno in grado di:
- Progettare e implementare flussi di lavoro di apprendimento continuo per i modelli distribuiti.
- Mitigare il dimenticamento catastrofico attraverso una gestione adeguata della formazione e della memoria.
- Automatizzare il monitoraggio e i trigger di aggiornamento basati sullo scarto del modello o sui cambiamenti dei dati.
- Integrare le strategie di aggiornamento del modello nelle pipeline CI/CD e MLOps esistenti.
Formato del Corso
- Lezione interattiva e discussione.
- Molte esercitazioni e pratica.
- Implementazione pratica in un ambiente live-lab.
Opzioni di Personalizzazione del Corso
- Per richiedere una formazione personalizzata per questo corso, contattateci per organizzare.
Struttura del corso
Introduzione al Continual Learning
- Perché il continual learning è importante
- Sfide nella manutenzione dei modelli fine-tuned
- Strategie chiave e tipi di apprendimento (online, incrementale, transfer)
Gestione dei Dati e Pipeline di Streaming
- Gestire dataset in evoluzione
- Apprendimento online con mini-batch e API di streaming
- Sfide nell'etichettatura e annotazione dei dati nel tempo
Prevenzione del Catastrophic Forgetting
- Elastic Weight Consolidation (EWC)
- Metodi di replay e strategie di ripasso
- Regularizzazione e reti neurali a memoria aumentata
Drift del Modello e Monitoraggio
- Rilevare il drift dei dati e concettuale
- Metriche per la salute del modello e l'indebolimento delle prestazioni
- Triggering di aggiornamenti automatici del modello
Automazione nell'Aggiornamento del Modello
- Strategie di ritraining automatizzato e pianificazione
- Integrazione con CI/CD e workflow MLOps
- Gestire la frequenza degli aggiornamenti e i piani di rollback
Framework e Strumenti per il Continual Learning
- Panoramica di Avalanche, Hugging Face Datasets e TorchReplay
- Sostegno della piattaforma per il continual learning (ad esempio, MLflow, Kubeflow)
- Considerazioni sulla scalabilità e la distribuzione
Casi di Utilizzo Reale e Architetture
- Predizione del comportamento dei clienti con pattern in evoluzione
- Sorveglianza delle macchine industriali con miglioramenti incrementali
- Sistemi di rilevazione frodi sotto modelli di minaccia in cambiamento
Riepilogo e Prossimi Passi
Requisiti
- Una comprensione dei flussi di lavoro di apprendimento automatico e delle architetture di reti neurali
- esperienza con il fine-tuning e i pipeline di distribuzione dei modelli
- Familiarità con la versioning dei dati e la gestione del ciclo di vita del modello
Pubblico di riferimento
- Ingegneri di manutenzione AI
- Ingegneri MLOps
- Praticanti di apprendimento automatico responsabili della continuità del ciclo di vita dei modelli
I corsi di formazione interaziendali richiedono più di 5 partecipanti.
Corso di formazione Continual Learning e Strategie di Aggiornamento per Modelli Finetuned - Prenotazione
Corso di formazione Continual Learning e Strategie di Aggiornamento per Modelli Finetuned - Richiesta
Continual Learning e Strategie di Aggiornamento per Modelli Finetuned - Richiesta di consulenza
Corsi in Arrivo
Corsi relativi
Advanced Fine-Tuning & Prompt Management in Vertex AI
14 oreVertex AI offre strumenti avanzati per il fine-tuning di modelli di grandi dimensioni e la gestione dei prompt, consentendo a sviluppatori e team di dati di ottimizzare l'accuratezza del modello, razionalizzare i flussi di lavoro iterativi e garantire una rigorosa valutazione con librerie e servizi integrati.
Questa formazione guidata da un istruttore (online o in loco) è rivolta a praticanti di livello intermedio ad avanzato che desiderano migliorare le prestazioni e la affidabilità delle applicazioni di AI generative utilizzando il fine-tuning supervisionato, la gestione delle versioni dei prompt e i servizi di valutazione in Vertex AI.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Applicare tecniche di fine-tuning supervisionato ai modelli Gemini in Vertex AI.
- Implementare flussi di lavoro per la gestione dei prompt, inclusa la versioning e il testing.
- Sfruttare le librerie di valutazione per benchmarkare e ottimizzare le prestazioni dell'AI.
- Distribuire e monitorare modelli migliorati in ambienti di produzione.
Formato del Corso
- Lezione interattiva e discussione.
- Laboratori pratici con strumenti di fine-tuning e gestione dei prompt di Vertex AI.
- Casi studio di ottimizzazione di modelli aziendali.
Opzioni di Personalizzazione del Corso
- Per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare l'evento.
Avanzate Tecniche nell'Apprendimento Trasferibile
14 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti dell'apprendimento automatico di livello avanzato che desiderano padroneggiare tecniche di transfer learning all'avanguardia e applicarle a problemi complessi del mondo reale.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendere concetti e metodologie avanzate nell'apprendimento di trasferimento.
- Implementare tecniche di adattamento specifiche del dominio per modelli pre-addestrati.
- Applica l'apprendimento continuo per gestire attività e set di dati in evoluzione.
- Padroneggia la messa a punto multi-task per migliorare le prestazioni del modello in tutte le attività.
Deploying Fine-Tuned Models in Production Deployment di Modelli Otimizzati in Produzione
21 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello avanzato che desiderano implementare modelli ottimizzati in modo affidabile ed efficiente.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendi le sfide legate all'implementazione di modelli ottimizzati nell'ambiente di produzione.
- Containerizza e distribuisci i modelli utilizzando strumenti come Docker e Kubernetes.
- Implementare il monitoraggio e la registrazione per i modelli distribuiti.
- Ottimizza i modelli per la latenza e la scalabilità in scenari reali.
Fine-Tuning Specifico per la Finanza
21 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello intermedio che desiderano acquisire competenze pratiche nella personalizzazione di modelli di intelligenza artificiale per attività finanziarie critiche.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendi i fondamenti dell'ottimizzazione per le applicazioni finanziarie.
- Sfrutta i modelli pre-addestrati per attività specifiche del dominio nel settore finanziario.
- Applica tecniche per il rilevamento delle frodi, la valutazione del rischio e la generazione di consulenza finanziaria.
- Garantisci la conformità alle normative finanziarie come GDPR e SOX.
- Implementa la sicurezza dei dati e le pratiche etiche di intelligenza artificiale nelle applicazioni finanziarie.
Afferenti e Modelli di Linguaggio a Grande Scala (LLMs)
14 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello intermedio e avanzato che desiderano personalizzare modelli pre-addestrati per attività e set di dati specifici.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendere i principi del fine-tuning e le sue applicazioni.
- Preparare i set di dati per l'ottimizzazione dei modelli pre-addestrati.
- Ottimizza i modelli linguistici di grandi dimensioni (LLM) per le attività di NLP.
- Ottimizza le prestazioni del modello e affronta le sfide più comuni.
Ottimizzazione Efficiente con Adattamento Rango Basso (LoRA)
14 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a sviluppatori di livello intermedio e professionisti dell'intelligenza artificiale che desiderano implementare strategie di messa a punto per modelli di grandi dimensioni senza la necessità di ampie risorse computazionali.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendere i principi dell'adattamento di basso rango (LoRA).
- Implementa LoRA per una messa a punto efficiente di modelli di grandi dimensioni.
- Ottimizza l'ottimizzazione per ambienti con risorse limitate.
- Valuta e distribuisci modelli ottimizzati per LoRA per applicazioni pratiche.
Affinamento di Modelli Multimodali
28 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello avanzato che desiderano padroneggiare la messa a punto di modelli multimodali per soluzioni di intelligenza artificiale innovative.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendi l'architettura dei modelli multimodali come CLIP e Flamingo.
- Prepara e pre-elabora in modo efficace i set di dati multimodali.
- Ottimizza i modelli multimodali per attività specifiche.
- Ottimizza i modelli per le applicazioni e le prestazioni del mondo reale.
Affinamento per elaborazione del linguaggio naturale (NLP)
21 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello intermedio che desiderano migliorare i loro progetti di PNL attraverso l'efficace messa a punto di modelli linguistici pre-addestrati.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendi i fondamenti della messa a punto per le attività di NLP.
- Ottimizza i modelli pre-addestrati come GPT, BERT e T5 per applicazioni NLP specifiche.
- Ottimizza gli iperparametri per migliorare le prestazioni del modello.
- Valuta e distribuisci modelli ottimizzati in scenari reali.
Affinamento AI per i Servizi Finanziari: Predizione del Rischio e Rilevazione delle Frodi
14 oreQuesto training guidato dall'insegnante (online o in presenza) è rivolto a data scientists e ingegneri AI di livello avanzato nel settore finanziario che desiderano affinare modelli per applicazioni come scoring del credito, rilevazione delle frodi e modellazione del rischio utilizzando dati finanziari specifici del dominio.
Al termine di questo training, i partecipanti saranno in grado di:
- Affinare modelli AI su set di dati finanziari per migliorare la predizione delle frodi e del rischio.
- Applicare tecniche come il transfer learning, LoRA e regolarizzazione per migliorare l'efficienza dei modelli.
- Integrare considerazioni sulla conformità finanziaria nel workflow di modellazione AI.
- Distribuire modelli affinati per l'uso in piattaforme di servizi finanziari.
Fine-Tuning AI per la Sanità: Diagnosi Medica e Analisi Predittiva
14 oreQuesto corso di formazione guidato dall'insegnante (online o in sede) è rivolto a sviluppatori di AI medica e data scientists di livello intermedio ad avanzato che desiderano fine-tuning i modelli per la diagnosi clinica, la previsione delle malattie e il forecast dei risultati dei pazienti utilizzando dati medici strutturati e non strutturati.
Al termine di questo corso, i partecipanti saranno in grado di:
- Fine-tuning modelli AI su dataset sanitari che includono EMR, imaging e dati temporali.
- Applicare il transfer learning, l'adattamento del dominio e la compressione dei modelli in contesti medici.
- Affrontare privacy, bias e conformità normativa nello sviluppo dei modelli.
- Distribuire e monitorare i modelli fine-tuned in ambienti sanitari reali.
Afferenza dell'LLM DeepSeek per Modelli AI Personalizzati
21 oreQuesto addestramento guidato dall'insegnante (online o in sede) è rivolto a ricercatori avanzati di intelligenza artificiale, ingegneri di apprendimento automatico e sviluppatori che desiderano ottimizzare i modelli LLM DeepSeek per creare applicazioni AI specializzate adattate a specifici settori, domini o esigenze aziendali.
Al termine di questo addestramento, i partecipanti saranno in grado di:
- Comprendere l'architettura e le capacità dei modelli DeepSeek, inclusi DeepSeek-R1 e DeepSeek-V3.
- Preparare i dataset e preprocessare i dati per l'ottimizzazione.
- Ottimizzare i modelli LLM DeepSeek per applicazioni specifiche di dominio.
- Ottimizzare ed effettuare la distribuzione dei modelli ottimizzati in modo efficiente.
Affinamento dell'AI per Sistemi Autonomi e Sorveglianza
14 oreQuesto corso interattivo e guidato dall'insegnante in Italia (online o presenziale) è rivolto a ingegneri avanzati di IA per la difesa e sviluppatori di tecnologie militari che desiderano addestrare modelli di deep learning per l'uso in veicoli autonomi, droni e sistemi di sorveglianza, mantenendo rigorose standard di sicurezza e affidabilità.
Al termine del corso, i partecipanti saranno in grado di:
- Addestrare modelli di visione artificiale e fusione dei sensori per compiti di sorveglianza e mira.
- Adattare sistemi autonomi AI a ambienti e profili operativi mutevoli.
- Implementare meccanismi robusti di validazione e sicurezza in pipeline dei modelli.
- Assicurare l'allineamento con gli standard specifici di conformità, sicurezza e safety per la difesa.
Affinamento dei Modelli AI Legal: Revisione dei Contratti e Ricerca Legale
14 oreQuesto corso di formazione guidato dall'instruttore in Italia (online o in sede) è rivolto a ingegneri legal tech e sviluppatori AI di livello intermedio che desiderano affinare i modelli linguistici per compiti come l'analisi dei contratti, l'estrazione delle clausole e la ricerca legale automatizzata in ambienti di servizi legali.
Al termine di questo corso, i partecipanti saranno in grado di:
- Preparare e pulire documenti legali per l'affinamento dei modelli NLP.
- Applicare strategie di affinamento per migliorare l'accuratezza del modello in compiti legali.
- Distribuire modelli per assistere nella revisione dei contratti, nella classificazione e nella ricerca legale.
- Garantire la conformità, l'auditabilità e la tracciabilità delle uscite AI in contesti legali.
Fine-Tuning Large Language Models Using QLoRA
14 oreQuesto training guidato dall'instruttore (online o in loco) è rivolto a ingegneri di apprendimento automatico, sviluppatori AI e scienziati dei dati di livello intermedio ad avanzato che desiderano imparare come utilizzare QLoRA per affinare efficacemente modelli di grandi dimensioni per compiti specifici e personalizzazioni.
Al termine di questo training, i partecipanti saranno in grado di:
- Comprendere la teoria dietro QLoRA e le tecniche di quantizzazione per i modelli linguistici di grandi dimensioni (LLMs).
- Implementare QLoRA per affinare modelli linguistici di grandi dimensioni per applicazioni specifiche.
- Ottimizzare le prestazioni dell'affinamento su risorse computazionali limitate utilizzando la quantizzazione.
- Distribuire e valutare i modelli affinati in applicazioni reali in modo efficiente.
Fine-Tuning di Modelli Leggeri per il Deploy su Edge AI
14 oreQuesto training live guidato dall'insegnante in Italia (online o in presenza) è rivolto a sviluppatori AI embedded e specialisti di edge computing di livello intermedio che desiderano fine-tunare e ottimizzare modelli AI leggeri per il deploy su dispositivi a risorse limitate.
Al termine di questo training, i partecipanti saranno in grado di:
- Selezionare e adattare modelli pre-addestrati idonei per il deploy su edge.
- Applicare tecniche di quantizzazione, pruning e altre tecniche di compressione per ridurre la dimensione del modello e la latenza.
- Fine-tunare i modelli utilizzando il transfer learning per le prestazioni specifiche del compito.
- Deployare modelli ottimizzati su piattaforme hardware reali di edge.
