Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
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