Hubungi Kami

Kerangka Materi

Pengenalan Penyetelan

  • Apa itu penyetelan?
  • Kasus penggunaan dan manfaat penyetelan
  • Ikhtisar model yang telah dilatih sebelumnya dan pembelajaran pemindahan

Bersiap untuk Penyetelan

  • Mengumpulkan dan membersihkan himpunan data
  • Memahami persyaratan data spesifik tugas
  • Analisis data eksplorasi dan pra-pemrosesan

Teknik Penyetelan

  • Pemindahan pembelajaran dan ekstraksi fitur
  • Menyetel transformer dengan Hugging Face
  • Penyetelan untuk tugas terawasi vs tak terawasi

Menyetel Model Bahasa Besar (LLM)

  • Menyesuaikan LLM untuk tugas NLP (misalnya, klasifikasi teks, ringkasan)
  • Melatih LLM dengan himpunan data kustom
  • Mengontrol perilaku LLM dengan rekayasa prompt

Optimasi dan Evaluasi

  • Penyetelan hiperparameter
  • Evaluasi kinerja model
  • Menangani overfitting dan underfitting

Melipatgandakan Usaha Penyetelan

  • Menyetel pada sistem terdistribusi
  • Memanfaatkan solusi berbasis cloud untuk skalabilitas
  • Studi kasus: proyek penyetelan skala besar

Praktik Terbaik dan Tantangan

  • Praktik terbaik untuk kesuksesan penyetelan
  • Tantangan umum dan pemecahan masalah
  • Pertimbangan etis dalam penyetelan model AI

Topik Lanjutan (Opsional)

  • Menyetel model multi-model
  • Pemindahan nol-kali dan beberapa-kali
  • Eksplorasi teknik LoRA (Adaptasi Rendah-Rank)

Rangkuman dan Langkah Selanjutnya

Persyaratan

  • Memahami dasar-dasar pembelajaran mesin
  • Pengalaman dengan pemrograman Python
  • Kepahaman dengan model yang telah dilatih sebelumnya dan aplikasinya

Audiens

  • Ilmuwan data
  • Insinyur pembelajaran mesin
  • Risetwan AI
 14 Jam

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait