Machine Learning / AI

Təlim/qiymətləndirmə/test bölməsini və benchmarku necə qurmaq olar? Məlumatları düzgün bölmək necədir?

Tələffüz qiymətləndirmə vəzifəsi haqqında danışın: fonem və səslərdəki səhvləri müəyyən edən modeli necə təkmilləşdirmək olar?

Kiçik maşında LR tapıldı, klasterdə partiya ölçüsü 1000 dəfə artdı. LR-ni dəyişmək lazımdırmı?

Test artıq istifadə olunubsa və pis nəticə göstəribsə, nə etmək lazımdır?

Nə zaman train, validation, test və benchmark istifadə etmək lazımdır?

Optimizatorun çox sayda hiperparametri var, 10.000 təcrübə, az vaxt, amma çox resurslar. Optimal kombinasiyanı tapmaq üçün hansı yanaşmalar mövcuddur?

Foniklərin təsnifat modelini necə öyrədirik? Hədəfdə nə var?

Audio yerləşdirməsindən başqa, klassifikatora nə daxil olur?

Fonemlərin tələffüzünü qiymətləndirərkən hansı təsnifat tapşırığını həll edirik?

Fonemlərin dəqiq hizalanması üçün hansı fikirlər sınana bilər?

Testi nə vaxt dəyişdirmək lazımdır? Testin köhnəlmiş vəziyyəti ilə çoxsaylı istifadə nəticəsində tükənmiş vəziyyət arasındakı fərqi necə ayırd etmək olar?

Təcrübədə testin tükəndiyini və ya paylanma dəyişiminin baş verdiyini necə hiss etmək olar?

Əgər batch ölçüsü böyükdürsə, gradient kiçik və ya böyük olacaq?

Məcburi uyğunluğu necə etmək olar — hər fonemin hansı saniyədən hansı saniyəyə qədər səsləndiyini müəyyən etmək?

100x100-lik şəbəkə və 10000 təsadüfi nöqtə — niyə təsadüfi 2D-də hətta şəbəkədən daha yaxşıdır?

Öyrənmə dərəcəsi və partiya ölçüsü müstəqil parametrlərdir? Aralarında əlaqə varmı?

Audio məlumatlarını necə işarələmək olar?

Bir sözün fonemlərə uyğunlaşdırılmasına necə yanaşmaq olar? wav2vec2-ni dəqiq fonem sərhədlərini əldə etmək üçün necə istifadə etmək olar?

Öz domeninizdə təlimə necə yanaşmaq olar? Ümumi model ilə nə etmək lazımdır?

Model necə öyrədilməlidir? Seq-to-seq bahalıdır, çox hiperparametr var. Bunu necə etmək olar?