Administratívne informácie
| Názov | Vzdelávanie pod dohľadom a bez dohľadu |
| Trvanie | 45 – 60 |
| Modul | C |
| Druh lekcie | Prednáška |
| Zameranie | Technická – Budúca umelá inteligencia |
| Téma | Pokroky v modeloch ML prostredníctvom šošovky HC – Výsledok orientovaná štúdia |
Kľúčové slová
pod dohľadom, bez dozoru, pod dohľadom, samonadriadené vzdelávanie,
Vzdelávacie ciele
- Pochopte metódy učenia pod dohľadom a bez dozoru
- Byť schopný rozlišovať medzi učením sa pod dohľadom a vzdelávaním pod vlastným dohľadom
Očakávaná príprava
Naučte sa udalosti, ktoré treba dokončiť predtým
Povinné pre študentov
- Úvod do konceptov strojového učenia a hlbokého učenia uvedených v predchádzajúcich prednáškach
Voliteľné pre študentov
Referencie a zázemie pre študentov
- Metódy strojového učenia – Computerphile
- Polodozorované vzdelávanie vysvetlené
- FixMatch: Zjednodušenie polokontrolovaného učenia s konzistenciou a dôverou
- Wav2vec: Najmodernejšie rozpoznávanie reči prostredníctvom sebakontroly
- SALNET textový klasifikátor
- Od vízie k jazyku: Polokontrolované vzdelávanie v akcii na stupnici
- Samovzdelávanie pre rozpoznávanie reči medzi koncovými bodmi
- Čo je to samoriadené učenie?
- Yann LeCun: Temná hmota inteligencie a samozvaného učenia – Lex Fridman Podcast
- Jure Žbontar – Barlow Twins: Vzdelávanie pod vlastným dohľadom prostredníctvom redundancie
- Vzdelávaniepod vlastným dohľadom: Self-predikcie a protichodné učenie – Tutorial, NeurIPS 2021
Odporúčané pre učiteľov
Žiadne.
Učebné materiály
Pokyny pre učiteľov
Cieľom tejto prednášky je zamerať sa na učebné techniky, ktoré nám umožňujú vytvárať modely pri absencii označených tréningových údajov. Inými slovami, stavebné systémy, ktoré sa učia viac ako ľudia. Prednáška by sa mala zamerať na nové prístupy v polokontrolovaných a samokontrolovaných vzdelávacích technikách, ktoré znižujú alebo odstraňujú požiadavku na označené súbory údajov. Prednáška by mala:
- Zhrnutie modelov strojového učenia pod dohľadom a bez dohľadu a ich obmedzení
- Vysvetlite koncepty, ktoré stoja za učením pod dohľadom, a uveďte niekoľko príkladov
- Vysvetlite koncepty vzdelávania pod vlastným dohľadom a uveďte niekoľko príkladov
- Identifikovať a opísať vhodné aplikačné oblasti a typy problémov pre vzdelávanie pod dohľadom a pod vlastným dohľadom
Obrysy
| Trvanie | Popis | Koncepty | Činnosť | Materiál |
|---|---|---|---|---|
| 10 minút | Preskúmanie vzdelávania pod dohľadom a bez dohľadu | Označené údaje, neoznačené údaje, triedenie, zoskupovanie, zníženie dimenzie, obmedzenia a problémy (náklady na údaje o označovaní) | Vyučovanie a príklady | Prednáškové materiály |
| 10 minút | Vzdelávanie pod dohľadom | Definícia vzdelávania pod dohľadom (vzdelávanie s obmedzenými údajmi), model samovzdelávania, pseudooznačenie, úrovne spoľahlivosti, spoločné školenie, šírenie štítkov na základe grafov | Vyučovanie a príklady | Prednáškové materiály |
| 10 minút | Vzdelávanie pod vlastným dohľadom | Definícia vzdelávania pod vlastným dohľadom (učenie sa bez označených údajov), predtextová úloha, úloha v dolnej časti prúdu, kontrastné učenie | Vyučovanie a príklady | Prednáškové materiály |
| 10 minút | Prípady použitia a oblasti použitia | Vzdelávanie pod dohľadom (označovanie audio, klasifikácia webového obsahu, klasifikácia textových dokumentov), učenie sa pod vlastným dohľadom (lokalizácia paketov, predicácia pixelov s vedomím obsahu, predikcia ďalšej vety, automatické regresívne modelovanie jazyka, detekcia nenávistných reči) | Vyučovanie a príklady | Prednáškové materiály |
| 5 minút | Záver, otázky a odpovede | Zhrnutie | Závery | Prednáškové materiály |
Uznania
Program Masters umelej inteligencie zameraný na človeka bol spolufinancovaný z Nástroja Európskej únie na prepájanie Európy v rámci grantu CEF-TC-2020 – 1 Digitálne zručnosti 2020-EU-IA-0068.