Meta Learning e Few-Shot Learning

Corso

Online

250 € IVA inc.

Chiama il centro

Hai bisogno di un coach per la formazione?

Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.

Descrizione

  • Tipologia

    Corso

  • Metodologia

    Online

  • Ore di lezione

    15h

Il corso approfondisce le tecniche di apprendimento dell’apprendimento, mostrando come i modelli possano generalizzare da pochissimi esempi grazie a metodologie di meta-learning avanzato. Gli studenti studieranno architetture come MAML, Prototypical Networks e Reptile, comprendendo i principi che permettono ai sistemi di adattarsi rapidamente a nuovi compiti trasferendo conoscenze acquisite altrove. Verranno realizzate esercitazioni pratiche con dataset ridotti, analisi delle curve di adattamento e implementazioni in Python. Ampio spazio sarà dedicato alle applicazioni in contesti reali caratterizzati da scarsità di dati, come diagnosi medica, robotica autonoma, personalizzazione educativa e controllo intelligente.

Domande e risposte

Aggiungi la tua domanda

I nostri consulenti e altri utenti potranno risponderti

Chi vuoi che ti risponda?

Inserisci i tuoi dati per ricevere una risposta

Pubblicheremo solo il tuo nome e la domanda

Emagister S.L. (Titolare del trattamento dati) utilizzerà i tuoi dati per svolgere attività promozionali (via email e/o telefono), pubblicare recensioni o gestire eventuali segnalazioni. Nella politica sulla privacy potrai conoscere i tuoi diritti e gestire la cancellazione.

Opinioni

Successi del Centro

2023
2022
2020

Tutti i corsi devono essere aggiornati

La media delle valutazioni dev'essere superiore a 3,7

Più di 50 opinioni degli ultimi 12 mesi

6 anni del centro in Emagister.

Materie

  • Apprendimento
  • E-learning
  • Learning
  • Learning solution
  • Apprendere

Programma

Programma del corso:

1. Concetto di meta learning e “apprendere ad apprendere”;

2. Apprendimento rapido e adattamento few-shot;

3. Few-shot learning e definizione dei setting N-shot;

4. MAML e meta-ottimizzazione dei parametri;

5. Reptile e varianti semplificate di meta learning;

6. Siamese networks per confronti di similarità;

7. Transfer learning e riuso di rappresentazioni;

8. Generalizzazione dei modelli a nuovi compiti;

9. Zero-shot learning e uso di descrizioni semantiche;

10. Metric learning per spazi di embedding;

11. Hyperparameter optimization in ottica meta;

12. Continual learning e mitigazione del forgetting;

13. Gestione di dataset limitati e sbilanciati;

14. Applicazioni mediche, robotiche e low-data;

15. Progetto meta adattivo con valutazione su nuovi task.

Chiama il centro

Hai bisogno di un coach per la formazione?

Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.

Meta Learning e Few-Shot Learning

250 € IVA inc.