Hallinnolliset tiedot
| Otsikko | Puolivalvottu ja valvomaton oppiminen |
| Kesto | 45–60 |
| Moduuli | C |
| Oppitunnin tyyppi | Luento |
| Keskittyminen | Tekninen – Tulevaisuuden tekoäly |
| Aihe | ML-mallien edistyminen HC-objektiivin läpi – tulosorientoitunut tutkimus |
Avainsanoja
valvottu, valvomaton, puolivalvottu, itseohjautuva oppiminen,
Oppimistavoitteet
- Ymmärtää valvotut ja valvomattomat oppimismenetelmät
- Osaa erottaa puolivalvotun oppimisen ja itseohjautuvan oppimisen
Odotettu valmistelu
Oppimistapahtumat valmistuvat ennen
Pakollinen opiskelijoille
- Koneoppimisen ja syväoppimisen käsitteiden esittely aiemmissa luennoissa
Valinnainen opiskelijoille
Referenssejä ja taustaa opiskelijoille
- Koneoppimismenetelmät – Computerphile
- Puolivalvottu oppiminen selitetty
- FixMatch: Puolivalvotun oppimisen yksinkertaistaminen johdonmukaisuudella ja luottamuksella
- Wav2vec: Nykyaikainen puheentunnistus itsevalvonnan avulla
- SALNET-tekstiluokitus
- Visiosta kieleen: Puolivalvottu oppiminen käytännössä asteikolla
- Itsekoulutus lopusta loppuun puheen tunnustamiseen
- Mitä on itsevalvottu oppiminen?
- Yann LeCun: Älykkyyden ja itseohjatun oppimisen pimeä asia – Lex Fridman Podcast
- Jure Žbontar – Barlow Twins: Itseohjautuva oppiminen redundanssin vähentämisen avulla
- Itseohjautuva oppiminen: Itsevalmennus ja kontrastiivinen oppiminen – Tutorial, NeurIPS 2021
Suositellaan opettajille
Ei mitään.
Oppituntimateriaalit
Ohjeita opettajille
Tämän luennon tavoitteena on keskittyä oppimistekniikoihin, joiden avulla voimme rakentaa malleja ilman merkittyjä koulutustietoja. Toisin sanoen rakentaa järjestelmiä, jotka oppivat enemmän kuin ihmiset. Luennossa olisi keskityttävä uusiin lähestymistapoihin puolivalvotuissa ja itseohjautuvissa oppimistekniikoissa, jotka vähentävät tai poistavat merkittyjen tietokokonaisuuksien vaatimusta. Luennon tulisi:
- Yhteenveto valvotuista ja valvomattomista koneoppimismalleista ja niiden rajoituksista
- Selitä puolivalvotun oppimisen käsitteet ja anna esimerkkejä
- Selitä itseohjatun oppimisen käsitteet ja anna esimerkkejä
- Tunnistaa ja kuvata puolivalvotun ja itseohjautuvan oppimisen soveltuvat sovellusalueet ja ongelmatyypit
Hahmotella
| Kesto | Kuvaus | Käsitteet | Aktiivisuus | Materiaali |
|---|---|---|---|---|
| 10 min | Valvotun ja valvomattoman oppimisen tarkastelu | Merkityt tiedot, merkitsemättömät tiedot, luokkatiedot, ryhmittely, ulottuvuuden vähentäminen, rajoitukset ja ongelmat (merkintätietojen kustannukset) | Opetettu istunto ja esimerkkejä | Luentomateriaalit |
| 10 min | Osittain valvottu oppiminen | Puolivalvotun oppimisen määritelmä (oppiminen, jossa on rajoitetusti merkittyjä tietoja), itsekoulutusmalli, pseudomerkintä, luottamustasot, rinnakkaiskoulutus, kaavioihin perustuva etikettien leviäminen | Opetettu istunto ja esimerkkejä | Luentomateriaalit |
| 10 min | Itsevalvottu oppiminen | Itseohjatun oppimisen määritelmä (oppiminen ilman merkittyjä tietoja), esitekstitehtävä, jatkotehtävä, kontrastiivinen oppiminen | Opetettu istunto ja esimerkkejä | Luentomateriaalit |
| 10 min | Käyttötapaukset ja sovellusalueet | Puolivalvottu oppiminen (äänimerkinnät, verkkosisällön luokittelu, tekstiasiakirjojen luokittelu), itsevalvottu oppiminen (tatch lokalisointi, sisältötietoinen pikselipredikaatio, seuraavan virkkeen predikaatio, automaattinen regressiivinen kielen mallinnus, vihapuheen havaitseminen) | Opetettu istunto ja esimerkkejä | Luentomateriaalit |
| 5 min | Johtopäätökset, kysymykset ja vastaukset | Yhteenveto | Päätelmät | Luentomateriaalit |
Tunnustukset
Human-Centered AI Masters -ohjelmaa rahoitettiin Euroopan unionin Verkkojen Eurooppa -välineestä (CEF-TC-2020–1 Digital Skills 2020-EU-IA-0068).