這次的鐵人賽主要是要是將之前實習時所做的事和學的內容做一個整理,以及做一些延伸。
最主要呢著重介紹 NLP(自然語言處理) 的子領域 NER - Named Entity Recognition (命名實體識別)、做模型的資料標記,訓練模型以及模型的應用等等。
(2023/10/22 更)
主題 | |
---|---|
Day 1 | 簡介 |
Day 2 ~ 3 | 甚麼是NLP、NER |
Day 4 | 使用的相關開發環境 |
Day 5 | 開源機器學習社群和平台 - Hugging Face |
Day 6 ~ 9 | Transformer 模型架構 |
Day 10 ~ 18 | Transformers 庫 |
Day 19 | 標記資料-工具介紹 |
Day 20 | 其他開源資料集 |
Day 21 ~ 25 | Datasets 庫 |
Day 26 ~ 28 | NER 模型訓練和驗證 |
Day 29 | 模型檔案內 |
Day 30 | 簡易 Demo App 示範 |
趕在做後一天之前發出來了(‾◡◝)