Kādās jomās strādājāt ar ML? Vai bija nepieciešams apmācīt modeļus, un ja jā, tad kādas arhitektūras?

Es strādāju vairākās mašīnmācīšanās jomās, tostarp dabiskās valodas apstrādē (NLP), datorredzē un ieteikumu sistēmās. Man bija jāapmāca gan klasiskie modeļi (piemēram, lēmumu koki, SVM), gan dziļās neironu tīklos.

Īpaši es izmantoju arhitektūras:

• CNN (konvolucionālie neironu tīkli) attēlu klasifikācijai un segmentācijai.
• RNN un LSTM secību un teksta datu analīzei.
• Transformer modeļus NLP uzdevumiem, ieskaitot BERT un līdzīgas GPT arhitektūras.

Piemērs: teksta klasifikācijas uzdevumam es izmantoju BERT ar smalku pielāgošanu specifiskai jomai, kas ievērojami uzlaboja prognožu kvalitāti salīdzinājumā ar klasiskajām metodēm.