Administratieve informatie
| Titel | Generatieve modellen, transformeer diep leren en hybride leermodellen |
| Looptijd | 45-60 |
| Module | C |
| Type les | Lezing |
| Focus | Technisch — Toekomstige AI |
| Onderwerp | Vooruitgang in ML-modellen door middel van een HC-lens — Een resultaatgericht onderzoek |
Sleutelwoorden
Generatieve modellen, Aanhoudingsdetectie,Query-Key-Value, Transform modellen, Hybrid Modellen,
Leerdoelen
- Begrijp de klasse van generatieve modellen en verken de belangrijkste kenmerken ervan.
- Uitleg over het concept en het ontwerp van Transformer Architectures
- Uitwerking van de configuratie van hybride modellen
Verwachte voorbereiding
Leren van gebeurtenissen die moeten worden voltooid voordat
Verplicht voor studenten
- Inleiding tot machine learning en deep learning concepten gegeven in eerdere lezingen
Optioneel voor studenten
Referenties en achtergronden voor studenten
Aanbevolen voor docenten
Geen.
Lesmateriaal
Instructies voor docenten
In deze lezing zijn onze primaire doelstellingen drieledig. Ten eerste streven we naar een uitgebreid begrip van generatieve modellen, waarbij we ons richten op hun onderliggende mechanismen en kernkenmerken. Ten tweede zullen we de betekenis van Transformer Architectures bespreken, met name in het kader van Natural Language Processing (NLP). Tot slot zal de lezing dieper ingaan op de verschillende configuratie van hybride modellen, waarbij de nadruk wordt gelegd op de fusie van verschillende elementen om de prestaties van machine learning te verbeteren.
Omtrek
| Looptijd | Omschrijving | Concepten |
|---|---|---|
| 15 min | Inleiding tot Generatieve Modellen, Classificatie van Generatieve Modellen | Wat zijn generatieve modellen?Waarom zijn ze belangrijk? Waar kunnen ze voor gebruikt worden? Classificatie, Belangrijkste kenmerken, Voorbeelden |
| 20 min. | Inleiding tot de Transformer architecturen | Transformatorarchitectuur, state-of-the-art transformatoren zoals BERT en GTP |
| 10 min. | Inleiding tot hybride leren | Wat is hybride leren?Waarom is het belangrijk?Waarvoor kunnen ze worden gebruikt? |
| 5 min. | Conclusie, vragen en antwoorden | Samenvatting |
Erkenningen
Het Human-Centered AI Masters-programma werd mede gefinancierd door de Connecting Europe Facility van de Europese Unie in het kader van de subsidie CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.