Административна информация
| Дял | Полу-контролирано и неконтролирано обучение |
| Продължителност | 45—60 |
| Модул | В |
| Вид на урока | Лекция |
| Фокус | Технически — бъдещ ИИ |
| Тема | Напредък в моделите на ML чрез HC обектив — Резултатно ориентирано проучване |
Ключови думи
контролирано, неконтролирано, полуконтролирано, самоконтролирано обучение,
Учебни цели
- Разбиране на контролираните и неконтролирани методи на обучение
- Да могат да правят разлика между полу-контролирано обучение и самоконтролирано обучение
Очаквана подготовка
Обучение на събития, които трябва да бъдат завършени преди
Задължително за студентите
- Въведение в концепциите за машинно обучение и задълбочено обучение, дадени в предишни лекции
Незадължително за студенти
Референции и фон за студенти
- Методи за машинно обучение — Computerphile
- Полу-контролирано обучение обяснено
- FixMatch: Опростяване на полу-надзорното обучение с съгласуваност и доверие
- Wav2vec: Най-съвременно разпознаване на реч чрез самоконтрол
- SALNET текстов класификатор
- От визията към езика: Полу-контролирано обучение в действие в мащаб
- Самообучение за разпознаване на реч от край до край
- Какво представлява самоконтролираното учене?
- Yann LeCun: Тъмната материя на интелигентността и самоконтролираното учене — Лекс Фридман Подкаст
- Юре Жбонтар — Близнаци Барлоу: Самоконтролирано обучение чрез намаляване на съкращенията
- Самоконтролирано обучение: Самостоятелно прогнозиране и противоречиво обучение — уроци, NeurIPS 2021 г.
Препоръчва се за учители
Няма.
Материали за уроци
Инструкции за учители
Целта на тази лекция е да се съсредоточи върху техниките за обучение, които ни позволяват да изграждаме модели при липса на етикетирани данни за обучение. С други думи, изграждане на системи, които учат повече като хората. Лекцията трябва да се съсредоточи върху нови подходи в полу-контролирани и самоконтролирани техники за обучение, които намаляват или премахват изискването за маркирани набори от данни. Лекцията трябва:
- Обобщаване на поднадзорни и неконтролирани модели за машинно самообучение и техните ограничения
- Обяснете концепциите зад полу-контролираното обучение и дайте някои примери
- Обяснете концепциите, които стоят зад самоконтролираното учене и дайте някои примери
- Идентифициране и описание на подходящи области на приложение и типове проблеми за полуконтролирано и самоконтролирано обучение
Очертаване
| Продължителност | Описание | Концепции | Дейност | Материал |
|---|---|---|---|---|
| 10 мин. | Преглед на контролираното и неконтролираното учене | Етикетирани данни, немаркирани данни, класификати, групиране, намаляване на размера, ограничения и проблеми (разходи за етикетиране) | Преподавана сесия и примери | Материали за лекции |
| 10 мин. | Полуконтролирано обучение | Определение на полуконтролирано обучение (учене с ограничени етикетирани данни), модел за самообучение, псевдоетикетиране, доверителни нива, съвместно обучение, разпространение на етикети въз основа на графика | Преподавана сесия и примери | Материали за лекции |
| 10 мин. | Самоконтролирано обучение | Определение за самоконтролирано обучение (учене без обозначени данни), предтекстова задача, задача надолу по веригата, контрастно обучение | Преподавана сесия и примери | Материали за лекции |
| 10 мин. | Използване на случаи и области на приложение | Полу-контролирано обучение (етикетиране на аудио, класификация на уеб съдържание, класификация на текстовите документи), самоконтролирано обучение (локализация на петна, предакация на пикселите със съдържание, предуказване на следващото изречение, автоматично регресивно езиково моделиране, откриване на реч на омразата) | Преподавана сесия и примери | Материали за лекции |
| 5 мин. | Заключение, въпроси и отговори | Обобщение | Изводи | Материали за лекции |
Потвърждения
Магистърската програма по ИИ, насочена към човека, беше съфинансирана от Механизма за свързване на Европа на Европейския съюз под формата на безвъзмездни средства № CEF-TC-2020—1 Digital Skills 2020-EU-IA-0068.