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
Introduction to Transfer Learning
- Che cos'è il transfer learning?
- Principali vantaggi e limitazioni
- In che modo il transfer learning differisce dal machine learning tradizionale
Informazioni sui modelli con training preliminare
- Panoramica dei modelli pre-addestrati più diffusi (ad esempio, ResNet, BERT)
- Architetture dei modelli e relative caratteristiche principali
- Applicazioni di modelli pre-addestrati in più domini
Ottimizzazione dei modelli pre-addestrati
- Comprendere l'estrazione delle funzionalità e l'ottimizzazione fine
- Tecniche per una messa a punto efficace
- Evitare l'overfitting durante la messa a punto
Trasferisci l'apprendimento in Natural Language Processing (NLP)
- Adattamento dei modelli linguistici per le attività NLP personalizzate
- Utilizzo di Hugging Face trasformatori per NLP
- Caso di studio: Analisi del sentiment con il transfer learning
Trasferisci apprendimento in Computer Vision
- Adattamento di modelli di visione pre-addestrati
- Utilizzo del transfer learning per il rilevamento e la classificazione degli oggetti
- Caso di studio: Classificazione delle immagini con il transfer learning
Esercizi pratici
- Caricamento e utilizzo di modelli pre-addestrati
- Messa a punto di un modello pre-addestrato per un'attività specifica
- Valutazione delle prestazioni del modello e miglioramento dei risultati
Applicazioni reali del Transfer Learning
- Applicazioni nel settore sanitario, finanziario e della vendita al dettaglio
- Storie di successo e casi di studio
- Tendenze e sfide future nell'apprendimento di trasferimento
Riepilogo e passaggi successivi
Requisiti
- Conoscenza di base dei concetti di machine learning
- Familiarità con le reti neurali e il deep learning
- Esperienza con la programmazione Python
Pubblico
- Scienziati dei dati
- Appassionati di machine learning
- Professionisti dell'intelligenza artificiale che esplorano le tecniche di adattamento dei modelli
14 ore