Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução aos modelos linguísticos específicos de um domínio
- Visão geral dos modelos de linguagem em IA
- Importância da especialização nos modelos de linguagem
- Estudos de caso de modelos específicos de domínio bem sucedidos
Curadoria e pré-processamento de dados
- Identificar e recolher conjuntos de dados específicos de um domínio
- Técnicas de limpeza e pré-processamento de dados
- Considerações éticas na criação de conjuntos de dados
Formação e afinação de modelos
- Introdução à aprendizagem por transferência e afinação
- Seleção de modelos de base para formação específica do domínio
- Técnicas para uma afinação eficaz
Métricas de avaliação e desempenho do modelo
- Métricas para avaliação de modelos específicos de um domínio
- Aferição de modelos em relação a tarefas específicas do domínio
- Compreender as limitações e os compromissos
Estratégias de implementação
- Integração de modelos linguísticos em aplicações específicas do domínio
- [Capacidade e manutenção dos modelos implantados
- Aprendizagem contínua e actualizações de modelos na implementação
Domínio jurídico em foco
- Considerações especiais para modelos de linguagem jurídica
- Jurisprudência e corpus estatutário para formação
- Aplicações na investigação jurídica e na análise de documentos
Domínio médico
- Desafios no processamento da linguagem médica
- Conformidade com a HIPAA e privacidade dos dados
- Casos de utilização na revisão de literatura médica e interação com pacientes
Domínio técnico
- Jargão técnico e suas implicações para os modelos linguísticos
- Collaboration com especialistas no assunto
- Geração de documentação técnica e comentário de código
Projeto e avaliação
- Proposta de projeto e recolha inicial de conjuntos de dados
- Apresentação de um projeto concluído e do desempenho do modelo
- Avaliação final e feedback
Resumo e próximos passos
Requisitos
- Conhecimento básico dos conceitos de aprendizagem automática
- Familiaridade com a programação Python
- Conhecimento dos fundamentos do processamento de linguagem natural
Público-alvo
- Cientistas de dados
- Engenheiros de aprendizagem automática
28 Horas
