Adminisztratív információk
| Cím | Félig felügyelt és felügyelet nélküli tanulás |
| Időtartam | 45–60 |
| Modul | C |
| Lecke típusa | Előadás |
| Fókusz | Technikai – Jövőbeli MI |
| Téma | Fejlődés az ML modellekben egy HC objektíven keresztül – eredményorientált tanulmány |
Kulcsszó
felügyelt, felügyelet nélküli, félig felügyelt, saját felügyeletű tanulás,
Tanulási célok
- Ismerje meg a felügyelt és felügyelet nélküli tanulási módszereket
- Képes különbséget tenni a félig felügyelt tanulás és az önálló tanulás között
Várható előkészítés
Az előtt befejezendő tanulási események
Kötelező a diákok számára
- Bevezetés a gépi tanulásba és a mélytanulási koncepciókba a korábbi előadásokon
Választható diákok számára
Referenciák és háttér a diákok számára
- Gépi tanulási módszerek – Computerphile
- Félig felügyelt tanulás magyarázata
- FixMatch: A félig felügyelt tanulás egyszerűsítése konzisztenciával és bizalommal
- Wav2vec: A legkorszerűbb beszédfelismerés az önfelügyelet révén
- SALNET szövegosztályozó
- A látástól a nyelvig: Félig felügyelt tanulás akcióban skálán
- Önképzés a végpontok közötti beszédfelismeréshez
- Mi az önkontrollos tanulás?
- Yann LeCun: Az intelligencia és az öngondoskodás sötét anyaga – Lex Fridman Podcast
- Jure Žbontar – Barlow Twins: Önvezető tanulás redundancia-csökkentéssel
- Önálló tanulás: Önértékelés és kontrasztos tanulás – oktató, NeurIPS 2021
Ajánlott tanároknak
Egy sem.
Leckeanyagok
Utasítások tanároknak
Az előadás célja, hogy azokra a tanulási technikákra összpontosítson, amelyek lehetővé teszik számunkra, hogy címkézett képzési adatok hiányában modelleket építsünk. Más szóval olyan rendszereket építünk, amelyek jobban tanulnak, mint az emberek. Az előadásnak a félig felügyelt és önállóan felügyelt tanulási technikák új megközelítéseire kell összpontosítania, amelyek csökkentik vagy megszüntetik a címkézett adatkészletekre vonatkozó követelményt. Az előadásnak:
- A felügyelt és felügyelet nélküli gépi tanulási modellek és korlátaik összefoglalása
- Magyarázza el a félig felügyelt tanulás mögött rejlő fogalmakat, és mutasson néhány példát
- Magyarázza el a saját felügyeletű tanulás mögött rejlő fogalmakat, és mutasson néhány példát
- Azonosítja és leírja a félig felügyelt és önfelügyelt tanulás megfelelő alkalmazási területeit és problématípusait
Vázlat
| Időtartam | Leírás | Fogalmak | Tevékenység | Anyag |
|---|---|---|---|---|
| 10 perc | A felügyelt és felügyelet nélküli tanulás felülvizsgálata | Címkézett adatok, címkézetlen adatok, osztályozás, klaszterezés, dimenziócsökkentés, korlátozások és problémák (címkézési adatok költsége) | Tanított ülés és példák | Előadási anyagok |
| 10 perc | Félig felügyelt tanulás | A félig felügyelt tanulás meghatározása (korlátozottan címkézett adatokkal történő tanulás), önképzési modell, álcímkézés, konfidenciaszintek, társképzés, gráf alapú címketerjesztés | Tanított ülés és példák | Előadási anyagok |
| 10 perc | Saját felügyeletű tanulás | Az önellenőrzésű tanulás (tanulás címkézett adatok nélkül), előszöveges feladat, lefelé irányuló feladat, kontrasztos tanulás meghatározása | Tanított ülés és példák | Előadási anyagok |
| 10 perc | Felhasználási esetek és alkalmazási területek | Félig felügyelt tanulás (címkézés audió, webes tartalom osztályozása, szöveges dokumentum besorolás), Ön felügyelt tanulás (patch lokalizáció, tartalom-tudatos pixel predikáció, következő mondat predikáció, automatikus regresszív nyelvi modellezés, gyűlöletbeszéd észlelése) | Tanított ülés és példák | Előadási anyagok |
| 5 perc | Következtetések, kérdések és válaszok | Összefoglaló | Következtetések | Előadási anyagok |
Visszaigazolások
A Human-Centered AI Masters programot az Európai Unió Európai Hálózatfinanszírozási Eszköze (CEF-TC-2020–1 Digitális készségek 2020 EU-IA-0068) társfinanszírozta.