Machinelearning

Ребята из финтеха Точка сделали классный разбор того, как обучать ML-модели, когда размеченных данных мало, а времени и бюджета на ручную разметку нет.

В посте собрали описания несколько подходов, которые реально работают: Active Learning, Semi-Supervised Learning, Transfer Learning. Главный фокус — на Weak Supervision и том, как автоматизировать разметку с помощью эвристик, баз знаний, краудсорсинга и языковых моделей.

Подробно разложен по полочкам Programmatic Weak Supervision (PWS). Рассказали:

- как создавать разметочные функции;
- как агрегировать противоречивые слабые метки;
- как использовать генеративную модель для оценки качества;
- как на основе этой автоматической разметки обучать полноценную дискриминативную модель.

Если в ваших проектах нет разметки, этот пост поможет обойти это ограничение и быстро и качественно обучить модели.

Читать пост

Подписывайтесь на канал Точки .ml — там разборы инструментов, обзоры фреймворков и выжимки из статей.

www.tg-me.com/in/Machinelearning/com.ai_machinelearning_big_data/7697

13.3K viewsJun 6 at 07:01

Ребята из финтеха Точка сделали классный разбор того, как обучать ML-модели, когда размеченных данных мало, а времени и бюджета на ручную разметку нет.

В посте собрали описания несколько подходов, которые реально работают: Active Learning, Semi-Supervised Learning, Transfer Learning. Главный фокус — на Weak Supervision и том, как автоматизировать разметку с помощью эвристик, баз знаний, краудсорсинга и языковых моделей.

Подробно разложен по полочкам Programmatic Weak Supervision (PWS). Рассказали:

- как создавать разметочные функции;
- как агрегировать противоречивые слабые метки;
- как использовать генеративную модель для оценки качества;
- как на основе этой автоматической разметки обучать полноценную дискриминативную модель.

Если в ваших проектах нет разметки, этот пост поможет обойти это ограничение и быстро и качественно обучить модели.

Читать пост

Подписывайтесь на канал Точки .ml — там разборы инструментов, обзоры фреймворков и выжимки из статей.

BY Machinelearning