Course Outline

Fine-Tuning 소개

  • 미세조정이란 무엇인가요?
  • 미세 조정의 사용 사례 및 이점
  • 사전 학습된 모델과 전이 학습 개요

미세 조정을 위한 준비

  • 데이터 세트 수집 및 정리
  • 업무별 데이터 요구 사항 이해
  • 탐색적 데이터 분석 및 전처리

미세 조정 기술

  • 전이 학습 및 기능 추출
  • Hugging Face을 사용한 변압기 미세 조정
  • 감독 작업과 비감독 작업에 대한 미세 조정

미세 조정 Large Language Models (LLMs)

  • NLP 작업에 대한 LLM 조정(예: 텍스트 분류, 요약)
  • 사용자 정의 데이터 세트를 사용하여 LLM 교육
  • 신속한 엔지니어링을 통한 LLM 행동 제어

최적화 및 평가

  • 하이퍼파라미터 튜닝
  • 모델 성능 평가
  • 과대적합 및 과소적합 해결

미세 조정 노력 확장

  • 분산 시스템의 미세 조정
  • 확장성을 위한 클라우드 기반 솔루션 활용
  • 사례 연구: 대규모 미세 조정 프로젝트

모범 사례 및 과제

  • 미세 조정 성공을 위한 모범 사례
  • 일반적인 과제 및 문제 해결
  • AI 모델 미세 조정 시의 윤리적 고려 사항

고급 주제(선택)

  • 멀티모달 모델 미세 조정
  • 제로샷 및 퓨샷 학습
  • LoRA(Low-Rank Adaptation) 기술 탐색

요약 및 다음 단계

Requirements

  • 머신러닝 기본에 대한 이해
  • Python 프로그래밍 경험
  • 사전 훈련된 모델과 그 응용 프로그램에 대한 익숙함

청중

  • 데이터 과학자
  • 머신러닝 엔지니어
  • AI 연구자
 14 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories