Haldusteave
| Ametinimetus | Pooljärelevalvega ja järelevalveta õppimine |
| Kestus | 45–60 |
| Moodul | C |
| Õppetunni liik | Loeng |
| Keskendumine | Tehniline – tulevane tehisintellekt |
| Teema | Edusammud ML mudelites läbi HC objektiivi – tulemustele orienteeritud uuring |
Võtmesõnad
juhendatud, järelevalveta, pooljärelevalve all, enesejärelevalve all,
Õpieesmärgid
- Mõista juhendatud ja järelevalveta õppemeetodeid
- Oskab eristada pooljärelevalvega õppimist ja enesejärelevalve all toimuvat õppimist
Eeldatav ettevalmistamine
Õppeüritused, mis tuleb lõpetada enne
Kohustuslik õpilastele
- Sissejuhatus masinõppesse ja varasemates loengutes esitatud süvaõppe kontseptsioonidesse
Valikuline õpilastele
Viited ja taust õpilastele
- Masinõppe meetodid – Computerphile
- Pooljärelevalvega õppe selgitus
- FixMatch: Pooljärelevalvega õppimise lihtsustamine järjepidevuse ja usaldusega
- Wav2vec: State-of-the-art kõnetuvastus enesejärelevalve kaudu
- SALNETi tekstiklassifikaator
- Visioonist keeleni: Pooljärelevalve all toimuv õppimine skaalal
- Enesekoolitus kõne lõpust lõpuni tunnustamiseks
- Mis on enesejärelevalve all õppimine?
- Yann LeCun: Intelligentsuse ja enesejärelevalve all õppimise tume küsimus – Lex Fridman Podcast
- Jure Žbontar – Barlow Twins: Enesejärelevalve all õppimine koondamise vähendamise kaudu
- Enesejärelevalvega õppimine: Eneseennustamine ja kontrastne õppimine – õpetus, NeurIPS 2021
Soovitatav õpetajatele
Puudub.
Õppematerjalid
Juhised õpetajatele
Selle loengu eesmärk on keskenduda õppemeetoditele, mis võimaldavad meil luua mudeleid märgistatud koolitusandmete puudumisel. Teisisõnu, ehitada süsteeme, mis õpivad rohkem nagu inimesed. Loeng peaks keskenduma uutele lähenemisviisidele pooljärelevalve all olevates ja enesejärelevalve all olevates õppemeetodites, mis vähendavad või kõrvaldavad märgistatud andmekogumite nõuet. Loeng peaks:
- Kokkuvõtlikult juhendatud ja järelevalveta masinõppe mudelid ja nende piirangud
- Selgitage pooljärelevalvega õppimise kontseptsioone ja tooge mõned näited
- Selgitage enesejärelevalve all õppimise kontseptsioone ja tooge mõned näited
- Tuvastada ja kirjeldada pooljärelevalvega ja enesejärelevalve all toimuva õppe jaoks sobivaid rakendusvaldkondi ja probleemitüüpe
Kontuur
| Kestus | Kirjeldus | Mõisted | Tegevus | Materjal |
|---|---|---|---|---|
| 10 minutit | Järelevalve all toimuva ja järelevalveta õppimise läbivaatamine | Märgistatud andmed, märgistamata andmed, klassifikaator, klasterdamine, dimensiooni vähendamine, piirangud ja probleemid (märgistusandmete maksumus) | Õpetatud seanss ja näited | Õppematerjalid |
| 10 minutit | Pooljärelevalvega õppimine | Pooljärelevalvega õppe määratlus (tundmine piiratud märgistusega andmetega), iseõppimise mudel, pseudomärgistamine, usaldusnivood, kaaskoolitus, graafikupõhine märgise paljundamine | Õpetatud seanss ja näited | Õppematerjalid |
| 10 minutit | Enesejärelevalve all õppimine | Enesejärelevalve all õppimise määratlus (õppimine ilma märgistatud andmeteta), ettekäände ülesanne, allavoolu ülesanne, kontrastne õppimine | Õpetatud seanss ja näited | Õppematerjalid |
| 10 minutit | Kasutusjuhtumid ja kasutusalad | Pooljärelevalvega õppimine (helimärgistamine, veebisisu klassifikatsioon, tekstidokumentide klassifikatsioon), enesejärelevalvega õppimine (patch lokaliseerimine, sisuteadlik piksli predikatsioon, järgmine lause predikatsioon, automaatne regressiivne keele modelleerimine, vihakõne tuvastamine) | Õpetatud seanss ja näited | Õppematerjalid |
| 5 minutit | Järeldused, küsimused ja vastused | Kokkuvõte | Järeldused | Õppematerjalid |
Tunnustused
Inimkeskse tehisintellekti magistriprogrammi kaasfinantseeris Euroopa Liidu Ühendamise Rahastu toetusega CEF-TC-2020–1 „Digioskused 2020“-EU-IA-0068.