Contacta con nosotros

Temario del curso

Introducción al afinamiento

  • ¿Qué es el afinamiento?
  • Casos de uso y beneficios del afinamiento.
  • Descripción general de modelos preentrenados y aprendizaje por transferencia.

Preparación para el afinamiento

  • Recopilación y limpieza de conjuntos de datos.
  • Comprensión de los requisitos de datos específicos de la tarea.
  • Análisis exploratorio de datos y preprocesamiento.

Técnicas de afinamiento

  • Aprendizaje por transferencia y extracción de características.
  • Afinamiento de transformadores con Hugging Face.
  • Afinamiento para tareas supervisadas frente a no supervisadas.

Afinamiento de grandes modelos de lenguaje (LLMs)

  • Adaptación de LLMs para tareas de PLN (clasificación de texto, resumen, etc.).
  • Entrenamiento de LLMs con conjuntos de datos personalizados.
  • Control del comportamiento de los LLMs mediante ingeniería de instrucciones (prompt engineering).

Optimización y evaluación

  • Ajuste de hiperparámetros.
  • Evaluación del rendimiento del modelo.
  • Abordaje del sobreajuste (overfitting) y el subajuste (underfitting).

Escalado de esfuerzos de afinamiento

  • Afinamiento en sistemas distribuidos.
  • Aprovechamiento de soluciones basadas en la nube para la escalabilidad.
  • Casos de estudio: proyectos de afinamiento a gran escala.

Mejores prácticas y desafíos

  • Mejores prácticas para el éxito del afinamiento.
  • Desafíos comunes y resolución de problemas.
  • Consideraciones éticas en el afinamiento de modelos de IA.

Tópicos avanzados (opcionales)

  • Afinamiento de modelos multimodales.
  • Aprendizaje cero muestras (zero-shot) y pocas muestras (few-shot).
  • Exploración de técnicas LoRA (Adaptación de Bajo Rango).

Resumen y siguientes pasos

Requerimientos

  • Comprensión de los fundamentos del aprendizaje automático.
  • Experiencia con programación en Python.
  • Familiaridad con modelos preentrenados y sus aplicaciones.

Público objetivo

  • Científicos de datos.
  • Ingenieros de aprendizaje automático.
  • Investigadores en inteligencia artificial.
 14 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas