Introducción al transfer learning
Contenido del curso
Primeros pasos con transfer learning y transformers
Computer vision
Procesamiento de lenguaje natural
Comparte en el Hub
Introducción al transfer learning
Contenido del curso
Introducción al transfer learning
Orlando castellanos
Estudianteestoy muy sorprendido de que sacaran este curso, platzi necesita mas de este contenido si quieren ser congruentes con su propuesta por que a pesar de que hay muy buenos cursos de data no se comparan al evidente favoritismo que platzi tiene por el web developer mas de este contenido por favor
Omar Uriel Espejel Díaz
ProfesorMuchas gracias Orlando! Cualquier retroalimentación no dudes en comentarnos! 🤓
Rodrigo Alles
EstudianteIntroducción al Transfer Learning y Hugging Face
El Transfer Learning (Aprendizaje por Transferencia) es un enfoque en la Inteligencia Artificial (IA) en el que se entrena un modelo para resolver una tarea específica, y luego se utiliza ese modelo pre-entrenado como punto de partida para entrenar otro modelo en una tarea similar. De esta manera, se puede aprovechar el conocimiento previo del modelo y evitar tener que entrenarlo desde cero para cada tarea nueva.
En el campo del Procesamiento del Lenguaje Natural (NLP), Hugging Face es una plataforma líder en el desarrollo y aplicación del Transfer Learning. Ofrece una biblioteca de modelos de lenguaje pre-entrenados, así como herramientas y recursos para entrenar y personalizar modelos pre-entrenados para tareas específicas de NLP.
En esta introducción, exploraremos los conceptos básicos del Transfer Learning y Hugging Face y cómo pueden ser utilizados en aplicaciones de NLP.
Transfer Learning
El Transfer Learning se basa en la idea de que los modelos de aprendizaje automático pueden aprender patrones generales que son útiles en múltiples tareas. En lugar de entrenar un modelo desde cero para cada tarea nueva, se puede utilizar un modelo pre-entrenado como punto de partida y ajustarlo para la tarea específica.
Por ejemplo, si queremos entrenar un modelo para clasificar opiniones de películas como positivas o negativas, podríamos utilizar un modelo pre-entrenado en una tarea similar, como la clasificación de noticias como verdaderas o falsas. El modelo pre-entrenado ya ha aprendido patrones de lenguaje que pueden ser útiles para la tarea de clasificación de opiniones de películas, y puede ser ajustado con un conjunto de datos de entrenamiento más pequeño y específico para la tarea de clasificación de opiniones de películas.
El Transfer Learning es especialmente útil en aplicaciones de NLP, donde los modelos pre-entrenados pueden aprender patrones de lenguaje comunes que son relevantes para múltiples tareas de procesamiento de lenguaje natural.
Hugging Face
Hugging Face es una plataforma líder en el desarrollo y aplicación del Transfer Learning en el campo del Procesamiento del Lenguaje Natural (NLP). Ofrece una biblioteca de modelos de lenguaje pre-entrenados, como BERT, GPT-2, RoBERTa y otros, así como herramientas y recursos para entrenar y personalizar modelos pre-entrenados para tareas específicas de NLP.
Además, Hugging Face ofrece una variedad de herramientas y recursos, como Transformers, una biblioteca de Python para el procesamiento de lenguaje natural con modelos pre-entrenados de Hugging Face, y Datasets, una biblioteca de Python para trabajar con conjuntos de datos para tareas de NLP.
En resumen, Hugging Face es una plataforma líder en la aplicación del Transfer Learning en el campo del Procesamiento del Lenguaje Natural, y ofrece una variedad de herramientas y recursos para aprovechar al máximo los modelos pre-entrenados y personalizarlos para tareas específicas de NLP.
Patricio Sánchez Fernández
EstudianteGracias por el aporte....!!!
Joaquín Alejandro Domínguez Lozano
Estudianteno se qué es esto pero ya lo quiero aprender, AHHHHHH!!!
Omar Uriel Espejel Díaz
ProfesorEs el presente de la IA!
Cesar supo
EstudianteEstaba esperando este curso con muchas ganas...
Omar Uriel Espejel Díaz
ProfesorQue gusto! Espero que sea de utilidad!
Mauricio Combariza
EstudianteSe ve mucho mejor de lo que esperaba. que maravilla!!!
Diego Alejandro Lesmes
Estudiante🤗 Muy feliz de tener el contenido de este curso, me costo bastante entneder la documentacion y aprender a usarlo en un dominio personalizado, esto es de gran valor y mas aun con el crecimiento de esta comunidad en los ultimos meses
Patricio Sánchez Fernández
EstudianteDiego, no importa cuanto cueste, lo importante es no perder el entusiasmo por aprender nuevas competencias.
Juan Jose Sepulveda Calderon
EstudianteEste curso se ve prometedor 🤩
Julian Castro Pulgarin
EstudianteLo es!
Omar Uriel Espejel Díaz
ProfesorCumplió?
Mi Chu
Estudianteocupo trabajar en hugging face 🤭
Julian Castro Pulgarin
EstudianteGoals
Joaquin Romero Flores
EstudianteIntroducción al Transfer Learning
Comparto con ustedes las notas de Cornell Method a modo de sumario.
En lineas generales, los modelos de machine learning aprenden de los errores cometidos y de los aciertos también hechos por modelos previos.
Es una técnica utilizada que toma modelos entrenados anteriormente y los re-entrena pero enfocados en aplicarlos tareas específicas.
Estos son muy utilizados para modelos de visión por computadora o de procesamiento de lenguaje natural.
Estos modelos logran una comprensión de las imágenes, sus pequeñas cualidades y también del lenguaje. Por ejemplo: pueden comprender muy bien cómo funciona el lenguaje español.
En otras en otras palabras, la idea detrás de la transferencia es almacenar todo este conocimiento de los modelos pre-entrenados y volverlos a utilizar para una tarea un poco diferente.
Esto puede darse cuando ocurren ligeros cambien en el ambiente en el cual se ejecutaba el modelo y por ende debe aplicarse las tecnicas de transfer learning para adaptarlo y reutlizarlo.
Por qué debería utilizarse transfer learning?
Diego Alberto Rodarte Sánchez
Estudianteque curso de platzi me recomiendas para empezar a aprender a usar python y git?
Samuel Soto Hoyos
EstudianteHola Diego, yo te aconsejo comenzar con estos dos cursos: https://platzi.com/cursos/python-cs/ https://platzi.com/cursos/git-github/
Jesús Briceño
EstudianteEsta técnica sirve también para regresión? Es decir, si tengo un modelo que entrené para predecir x variable con ciertas variables de entrada a ciertas condiciones, puedo aplicar transfer learning a dicho modelo para que siga calculando x pero con las variables de entrada en otras condiciones?
Omar Uriel Espejel Díaz
ProfesorSí se puede usar también para regresión (ejemplo).
Sin embargo, se usa más a menudo cuando es posible crear un modelo que tenga un conocimiento general (no tan específico). Por ejemplo, en lenguaje tenemos modelos que aprenden a leer y entender el español en general. En visión tenemos modelos que entienden muy bien de sombras y volumen. Por lo común en regresión nos enfrentamos a tasks más específicas.
Carlos Andres Gomez Daza
Estudianteesto sirve para construir chatbots?
Armando Gomez
Estudianteque cursos previos deberia de haber pasado antes de comenzar este curso? esque soy nuevo y no se de pyton y git y me gustaria que me recomienden los cursos de aqui de platzi para no esta tan perdido
Daniel Stiven Correa Gonzalez
Estudiantealguien sabe que modelo de Hugging face podría usar para clasificación de cliente, veo que en regresiones hay muchos
Omar Uriel Espejel Díaz
ProfesorNo conozco uno específicamente. Pero puedes buscar filtrando en la página de modelos de Hugging Face. Por ejemplo, acá filtré por "customer". Si no existe el modelo como tal, podrías usar uno de los disponibles y aplicar transfer learning con tus propios u otros datos.
Omar Sanseviero
EstudianteCreo que tambien depende de que features estamos hablando. Si tienes diferentes features tal vez tecnicas de regresion/clasificacion tradicionales funcionen mejor. En general, los transformers no son ideales para datos tabulares. Pero si el unico input (entrada) es texto, ahi podrias enfocar el problema desde un punto de clasificacion de texto.
Virry T.
EstudianteDios, no le entiendo al facilitador.... esto va a estar muy complicado.
MARIA TERESA PANIAGUA RIVERA
EstudianteVenga a darle con todo
Patricio Sánchez Fernández
EstudianteNuevo curso, nuevo desafío y nuevos conocimientos.
andrea isabel perez chang
EstudianteNo sabia de este curso y tiene bastante tiempo se ve genial
Jafet Brito
EstudianteExcelente, tenía muchas dudas. Ahora voy a resolverlas con este curso.
Francisco Alejandro Franco Rivera
EstudianteEl transfer learning es una técnica de aprendizaje automático en la que el conocimiento adquirido al resolver un problema se reutiliza para resolver otro problema relacionado.