Course Outline

Introduction to Transfer Learning

  • Τι είναι η μάθηση μεταφοράς;
  • Βασικά οφέλη και περιορισμοί
  • Πώς η μάθηση μεταφοράς διαφέρει από την παραδοσιακή μηχανική εκμάθηση

Κατανόηση Προεκπαιδευμένων Μοντέλων

  • Επισκόπηση δημοφιλών προεκπαιδευμένων μοντέλων (π.χ. ResNet, BERT)
  • Αρχιτεκτονικές μοντέλων και βασικά χαρακτηριστικά τους
  • Εφαρμογές προεκπαιδευμένων μοντέλων σε τομείς

Βελτιστοποίηση προεκπαιδευμένων μοντέλων

  • Κατανόηση της εξαγωγής χαρακτηριστικών έναντι της τελειοποίησης
  • Τεχνικές για αποτελεσματική μικρορύθμιση
  • Αποφυγή υπερβολικής προσαρμογής κατά τη μικρορύθμιση

Μεταφορά μάθησης σε Natural Language Processing (NLP)

  • Προσαρμογή μοντέλων γλώσσας για προσαρμοσμένες εργασίες NLP
  • Χρήση Hugging Face Transformers για NLP
  • Μελέτη περίπτωσης: Ανάλυση συναισθημάτων με μεταφορά μάθησης

Μεταφορά εκμάθησης σε Computer Vision

  • Προσαρμογή προεκπαιδευμένων μοντέλων όρασης
  • Χρήση εκμάθησης μεταφοράς για ανίχνευση και ταξινόμηση αντικειμένων
  • Μελέτη περίπτωσης: Ταξινόμηση εικόνας με μάθηση μεταφοράς

Ασκήσεις Hands-On

  • Φόρτωση και χρήση προεκπαιδευμένων μοντέλων
  • Βελτιστοποίηση ενός προεκπαιδευμένου μοντέλου για μια συγκεκριμένη εργασία
  • Αξιολόγηση της απόδοσης του μοντέλου και βελτίωση των αποτελεσμάτων

Real-World Applications of Transfer Learning

  • Εφαρμογές στην υγειονομική περίθαλψη, τα οικονομικά και το λιανικό εμπόριο
  • Ιστορίες επιτυχίας και μελέτες περιπτώσεων
  • Μελλοντικές τάσεις και προκλήσεις στη μεταφορά μάθησης

Περίληψη και Επόμενα Βήματα

Requirements

  • Βασική κατανόηση των εννοιών μηχανικής μάθησης
  • Εξοικείωση με τα νευρωνικά δίκτυα και τη βαθιά μάθηση
  • Εμπειρία στον προγραμματισμό Python

Ακροατήριο

  • Επιστήμονες δεδομένων
  • Λάτρεις της μηχανικής μάθησης
  • Επαγγελματίες τεχνητής νοημοσύνης που εξερευνούν τεχνικές προσαρμογής μοντέλων
 14 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories