Upravne informacije
| Naslov | Delno nadzorovano in nenadzorovano učenje |
| Trajanje | 45–60 |
| Modul | C |
| Vrsta lekcije | Predavanje |
| Osredotočenost | Tehnična – prihodnja umetna inteligenca |
| Tema | Napredek pri modelih ML skozi objektiv HC – študija, usmerjena v rezultate |
Ključne besede
nadzorovano, nenadzorovano, delno nadzorovano, samonadzorovano učenje,
Učni cilji
- Razumevanje nadzorovanih in nenadzorovanih učnih metod
- Biti sposoben razlikovati med polnadzorovanim učenjem in samonadzorovanim učenjem
Pričakovana priprava
Učenje Dogodki, ki jih je treba dokončati pred
Obvezno za študente
- Uvod v koncepte strojnega učenja in globokega učenja, podane v prejšnjih predavanjih
Neobvezno za študente
Reference in ozadje za študente
- Metode strojnega učenja – Computerphile
- Delno nadzorovano učenje je pojasnjeno
- FixMatch: Poenostavitev delno nadzorovanega učenja s skladnostjo in zaupanjem
- Wav2vec: Najsodobnejše prepoznavanje govora s samonadzorom
- Klasifikator besedila SALNET
- Od vizije do jezika: Delno nadzorovano učenje v akciji na lestvici
- Samousposabljanje za prepoznavanje govora od konca do konca
- Kaj je samonadzorovano učenje?
- Yann LeCun: Temna snov inteligence in samonadzorovanega učenja – Lex Fridman Podcast
- Jure Žbontar – Barlow Twins: Samonadzor nad učenjem z zmanjšanjem števila zaposlenih
- Samonadzorovano učenje: Samopredstavitev in kontrastno učenje – vadnica, NeurIPS 2021
Priporočeno za učitelje
Nobenega.
Gradivo za učne ure
Navodila za učitelje
Cilj predavanja je, da se osredotočimo na učne tehnike, ki nam omogočajo izdelavo modelov v odsotnosti označenih podatkov o usposabljanju. Z drugimi besedami, gradnja sistemov, ki se učijo več kot ljudje. Predavanje bi se moralo osredotočiti na nove pristope v delno nadzorovanih in samonadzorovanih učnih tehnikah, ki zmanjšujejo ali odpravljajo zahteve za označene podatkovne nize. Predavanje bi moralo:
- Povzetek nadzorovanih in nenadzorovanih modelov strojnega učenja in njihovih omejitev
- Pojasnite koncepte, ki stojijo za polnadzorovanim učenjem, in navedite nekaj primerov
- Pojasnite koncepte samonadzorovanega učenja in navedite nekaj primerov
- Opredeliti in opisati ustrezna področja uporabe in vrste težav za delno nadzorovano in samonadzorovano učenje
Obris
| Trajanje | Opis | Koncepti | Aktivnost | Material |
|---|---|---|---|---|
| 10 min | Pregled nadzorovanega in nenadzorovanega učenja | Označeni podatki, neoznačeni podatki, classificaiton, povezovanje v grozde, zmanjšanje dimenzije, omejitve in težave (stroški podatkov o označevanju) | Predavanja in primeri | Gradivo za predavanja |
| 10 min | Delno nadzorovano učenje | Opredelitev polnadzorovanega učenja (učenje z omejenimi označenimi podatki), model samousposabljanja, psevdo označevanje, stopnje zaupanja, sousposabljanje, razširjanje oznak na grafu | Predavanja in primeri | Gradivo za predavanja |
| 10 min | Samonadzorovano učenje | Opredelitev samonadzorovanega učenja (učenje brez označenih podatkov), predbesedilna naloga, naloga v spodnjem delu verige, kontrastno učenje | Predavanja in primeri | Gradivo za predavanja |
| 10 min | Primeri uporabe in področja uporabe | Delno nadzorovano učenje (označevanje zvoka, klasifikacija spletnih vsebin, klasifikacija besedilnih dokumentov), samonadzorovano učenje (lokalizacija za spajanje, predikacija slikovnih pik, ki se zaveda vsebine, predikacija v naslednjem stavku, samodejno regresivno jezikovno modeliranje, odkrivanje sovražnega govora) | Predavanja in primeri | Gradivo za predavanja |
| 5 min | Zaključek, vprašanja in odgovori | Povzetek | Sklepi | Gradivo za predavanja |
Priznanja
Program Masters umetne inteligence, ki je bil vključen v človeka, je bil sofinanciran z instrumentom za povezovanje Evrope Evropske unije v okviru nepovratnih sredstev (CEF-TC-2020–1 Digital Skills 2020-EU-IA-0068).