Course Outline

Pengantar Penyetelan Halus NLP

  • Apa itu fine-tuning?
  • Manfaat penyempurnaan model bahasa yang telah dilatih sebelumnya
  • Tinjauan umum model pra-latihan yang populer (GPT, BERT, T5)

Memahami Tugas NLP

  • Analisis sentimen
  • Ringkasan teks
  • Terjemahan mesin
  • Pengenalan Entitas Bernama (NER)

Menyiapkan Lingkungan

  • Menginstal dan mengkonfigurasi Python dan perpustakaan
  • Menggunakan Hugging Face Transformer untuk tugas NLP
  • Memuat dan menjelajahi model yang telah dilatih sebelumnya

Teknik Penyetelan Halus

  • Mempersiapkan kumpulan data untuk tugas NLP
  • Tokenisasi dan pemformatan input
  • Penyetelan halus untuk tugas klasifikasi, pembuatan, dan penerjemahan

Mengoptimalkan Kinerja Model

  • Memahami kecepatan pembelajaran dan ukuran batch
  • Menggunakan teknik regularisasi
  • Mengevaluasi kinerja model dengan metrik

Praktikum Praktikum

  • Menyempurnakan BERT untuk analisis sentimen
  • Menyempurnakan T5 untuk ringkasan teks
  • Penyetelan halus GPT untuk terjemahan mesin

Menerapkan Model yang Disempurnakan

  • Mengekspor dan menyimpan model
  • Mengintegrasikan model ke dalam aplikasi
  • Dasar-dasar penerapan model pada platform cloud

Tantangan dan Praktik Terbaik

  • Menghindari overfitting selama fine-tuning
  • Menangani kumpulan data yang tidak seimbang
  • Memastikan reproduktifitas dalam eksperimen

Tren Masa Depan dalam Penyempurnaan NLP

  • Model pra-latihan yang muncul
  • Kemajuan dalam pembelajaran transfer untuk NLP
  • Menjelajahi aplikasi NLP multimodal

Ringkasan dan Langkah Berikutnya

Requirements

  • Pemahaman dasar tentang konsep NLP
  • Pengalaman dengan pemrograman Python
  • Keakraban dengan kerangka kerja pembelajaran mendalam seperti TensorFlow atau PyTorch

Hadirin

  • Ilmuwan data
  • Insinyur NLP
 21 Hours

Number of participants


Price per participant

Upcoming Courses (Minimal 5 peserta)

Related Categories