Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Kursplan
Innføring i finjustering
- Hva er finjustering?
- Bruksscenarier og fordeler med finjustering
- Overblikk over ferdig trentede modeller og overføring av læring
Forberedelser for finjustering
- Samling og rengjøring av datasett
- Forståelse av oppgavespesifikke datakrav
- Eksplorativ datanalyse og foreprocessing
Finjusteringsteknikker
- Overføring av læring og funksjonsekstraksjon
- Finjustering av Transformer-modeller med Hugging Face
- Finjustering for overvåket vs. uovervåket oppgaver
Finjustering av store språkmodeller (LLM)
- Tilpassing av LLM for NLP-oppgaver (f.eks. tekstklassifisering, oppsummering)
- Undervisning av LLM med tilpassede datasett
- Kontrollere LLM-adferd med prompt-engineering
Optimalisering og evaluering
- Tuning av hyperparametre
- Evaluering av modellytelse
- Håndtering av overtilpassning og undertilpassning
Skalering av finjusteringseffekt
- Finjustering på distribuserte systemer
- Utnytting av skybaserte løsninger for skalerbarhet
- Kasestudier: Store-scale finjusteringsprosjekter
Beste praksis og utfordringer
- Beste praksis for suksessfull finjustering
- Vanlige utfordringer og feilsøking
- Ethiske vurderinger ved finjustering av AI-modeller
Avanserte emner (Valgfritt)
- Finjustering av multilaterale modeller
- Null-skudd og lite-skudd læring
- Utforsking av LoRA (Low-Rank Adaptation)-teknikker
Oppsummering og neste steg
Krav
- Forståelse av grunnleggende maskinlæringskonsepter
- Erfaring med Python-programmering
- Kunnskap om ferdig trentede modeller og deres anvendelser
Målgruppe
- Data scientists
- Maskinlæringsingeniører
- AI-forskere
14 Timer
