Eğitim İçeriği

Fine-Tuning’e Giriş

  • İnce ayar nedir?
  • İnce ayarın kullanım alanları ve faydaları
  • Önceden eğitilmiş modeller ve transfer öğrenmesine genel bakış

Fine-Tuning için Hazırlık

  • Veri kümelerini toplama ve temizleme
  • Göreve özgü veri gereksinimlerini anlama
  • Keşifsel veri analizi ve ön işleme

Fine-Tuning Teknikleri

  • Transfer öğrenimi ve özellik çıkarımı
  • Hugging Face ile dönüştürücüleri ince ayarlama
  • Denetimli ve denetimsiz görevler için ince ayar

Fine-Tuning Large Language Models (LLMs)

  • LLM’leri NLP görevleri için uyarlama (örneğin, metin sınıflandırma, özetleme)
  • LLM’leri özel veri kümeleriyle eğitme
  • İstem mühendisliği ile LLM davranışını kontrol etme

Optimizasyon ve Değerlendirme

  • Hiperparametre ayarlaması
  • Model performansını değerlendirme
  • Aşırı uyum ve yetersiz uyum sorunlarını çözme

Fine-Tuning Çabalarını Ölçeklendirme

  • Dağıtık sistemlerde ince ayar
  • Ölçeklenebilirlik için bulut tabanlı çözümlerden yararlanma
  • Vaka çalışmaları: Büyük ölçekli ince ayar projeleri

En İyi Uygulamalar ve Zorluklar

  • İnce ayar başarısı için en iyi uygulamalar
  • Yaygın zorluklar ve sorun giderme
  • AI modellerini ince ayarlamada etik hususlar

İleri Düzey Konular (İsteğe Bağlı)

  • Çok modlu modelleri ince ayarlama
  • Sıfır çekim ve az çekim öğrenimi
  • LoRA (Düşük Rank Adaptasyonu) tekniklerini keşfetme

Özet ve Sonraki Adımlar

Kurs İçin Gerekli Önbilgiler

  • Makine öğrenimi temellerinin anlaşılması
  • Python programlama konusunda deneyim
  • Önceden eğitilmiş modeller ve uygulamaları hakkında bilgi sahibi olma

Hedef Kitle

  • Veri bilimcileri
  • Makine öğrenimi mühendisleri
  • Yapay zeka araştırmacıları
 14 Saat

Katılımcı Sayısı


Kişi Başına Fiyat

Yaklaşan Etkinlikler

İlgili Kategoriler