SOFTWARE 2.0
Usare l’Intelligenza Artificiale e il processing del linguaggio naturale per trasformare la Vostra Organizzazione

di Russell Jurney

Segnala ad un amico Scarica la brochure

Descrizione

Il software di Intelligenza Artificiale si sta diffondendo rapidamente in tutti i settori. La vostra azienda è al passo con i tempi o sta rimanendo indietro? Per rimanere al passo con i tempi non solo avete bisogno di dati ma di dati etichettati per guidare gli aspetti più critici e importanti della vostra azienda. Tuttavia la maggior parte di questi dati si trova come testo all’interno di documenti e non sono etichettati e per farlo occorrerebbe un grande investimento in tempo e denaro.

Questo Workshop insegna una tecnica, chiamata Weak Supervision, che utilizza la programmazione dei dati per generare etichette deboli che sono combinate da un modello generativo senza supervisione per produrre etichette forti per i vostri dati. Automaticamente. Queste etichette vengono quindi utilizzate per formare una rete neurale multitasking in grado di risolvere i problemi fondamentali, spesso correlati al business.

Questo modello multitasking sostituisce il repository software come tecnologia principale su cui gira l'azienda. Gli ingegneri del software, gli ingegneri di Machine Learning e i Data Scientist contribuiscono quindi a modificare questo modello per migliorare le prestazioni o per risolvere un nuovo problema.

Questo è il Software 2.0 ed è il modo in cui operano Google, Apple, Facebook e Microsoft.

Questo corso insegnerà i fondamenti dell'elaborazione del linguaggio naturale (PNL) per il Software 2.0: competenze chiave di PNL, reti neurali, apprendimento multitasking e supervisione debole.

Mostrerà come elaborare il testo per estrarre i dati strutturati, come utilizzare Tensorflow 2.0 per costruire modelli di reti neurali, come utilizzare Snorkel e la programmazione dei dati per eseguire una supervisione debole ed etichettare i dati in modo economico, come combinare più modelli in un singolo modello multitasking e come utilizzare le reti attuali esistenti per risolvere i problemi.

Cosa Imparerete

• Come opera il modello Software 2.0 per trasformare un business usando l’Intelligenza Artificiale
• Processing del linguaggio naturale usando Python e spaCy
• Come costruire e formare reti neurali per l'elaborazione del linguaggio naturale usando Tensorflow 2.0
• Come usare Snorkel per etichettare i dati a livello di codice usando la supervisione debole
• Come utilizzare la supervisione a distanza per etichettare i dati utilizzando basi di conoscenza interne ed esterne
• Come usare Transfer Learning per costruire rapidamente nuovi modelli
• Come impiegare le più avanzate Architetture di Network in Tensorflow Hub
• Come costruire modelli multi-task per risolvere più di un problema correlato
• Come eseguire la Named Entity Resolution (NER) per estrarre dati strutturati dal testo
• Come classificare i documenti testo

Argomenti Trattati

• Weakly Supervised Learning
• Raccolta e Processing dei dati
• Transfer Learning
• Weak Supervision
• Semi-Supervised Learning
• Distant Supervision
• Multi-Task Learning

Precedenti Edizioni