[ova stranica na wiki][indeks][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Predavanje: Generativni modeli, modeli za dubinsko učenje i hibridno učenje

Administrativne informacije

Naslov Generativni modeli, transformiranje modela dubokog učenja i hibridnog učenja
Trajanje 45 – 60
Modul C
Vrsta lekcija Predavanje
Fokus Tehnička – buduća umjetna inteligencija
Tema Napredak u ML modelima kroz HC objektiv – Rezultat orijentirana studija

Ključne riječi

Generativni modeli, Detekcija pažnje, Pitanje-Key-Value, Transform modeli, Hibridni modeli,

Ciljevi učenja

Očekivana priprema

Obvezno za studente

  • Uvod u koncepte strojnog učenja i dubokog učenja dane u prethodnim predavanjima

Neobvezno za studente

Preporučeno nastavnicima

Nijedan.

Nastavni materijali

Upute za učitelje

U ovom predavanju naši primarni ciljevi su trostruki. Prvo, nastojimo sveobuhvatno razumjeti generativne modele, usredotočujući se na njihove temeljne mehanizme i temeljne značajke. Drugo, raspravljat ćemo o značaju transformatorske arhitekture, posebno u kontekstu obrade prirodnog jezika (NLP). Naposljetku, predavanje će razraditi različite konfiguracije hibridnih modela, naglašavajući fuziju različitih elemenata kako bi se poboljšala izvedba strojnog učenja.

Nacrt

Trajanje Opis Koncepti
15 min Uvod u generativne modele, Klasifikacija generativnih modela Što su generativni modeli?Zašto su važni? Za što se mogu koristiti? Klasifikacija, ključne značajke, primjeri
20 min Uvod u transformacijsku arhitekturu Arhitektura transformatora, najsuvremeniji transformatori kao što su BERT i GTP
10 min Uvod u hibridno učenje Što je hibridno učenje?Zašto je važno?Što se može koristiti?
5 min Zaključak, pitanja i odgovori Sažetak

Priznanja

Diplomski studij umjetne inteligencije usmjeren na čovjeka sufinanciran je Instrumentom za povezivanje Europe Europske unije u okviru bespovratnih sredstava CEF-TC-2020 – 1 Digital Skills 2020-EU-IA-0068.