Lecture: Generative Models, Transform Deep Learning and Hybrid learning models

Lecture: Generative Models, Transform Deep Learning and Hybrid learning models

Administrative information

Title

 Generative Models, Transform Deep Learning and Hybrid learning Models
Duration 45 - 60
Module C
Lesson Type Lecture
Focus Technical - Future AI
Topic Advances in ML models through a HC lens - A result Oriented Study

 

Keywords

Generative Models,Attention Detection,Query-Key-Value,Transform models,Hybrid Models,

 

Learning Goals

  • Understand the class of Generative Models and explore its key features.
  • Explain the concept and design of Transformer Architectures
  • Elaborate the configuration of Hybrid Models

 

Lesson materials

The materials of this learning event are available under CC BY-NC-SA 4.0.

 

Instructions for Teachers

In this lecture, our primary objectives are threefold. Firstly, we aim to comprehensively understanding of Generative Models, focusing on their underlying mechanisms and core features. Secondly, we will discuss the significance of Transformer Architectures, particularly in the context of Natural Language Processing (NLP). Lastly, the lecture will elaborate on the various configuration of Hybrid Models, emphasizing the fusion of diverse elements to enhance machine learning performance.

 

Outline

 

Duration Description Concepts
15 min Introduction to Generative Models, Classification of Generative Models What are generative models?, Why are they important? What can they be used for? Classification, Key features, Examples
20 min Introduction to the Transformer architectures Transformer architecture, state-of-the-art transformers such as BERT and GTP
10 min Introduction to Hybrid learning What is hybrid learning?, Why is it important?, What can they be used for?
5 min Conclusion, questions and answers Summary

 

More information

Click here for an overview of all lesson plans of the master human centred AI

Please visit the home page of the consortium HCAIM

Acknowledgements

The Human-Centered AI Masters programme was co-financed by the Connecting Europe Facility of the European Union Under Grant №CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.

The materials of this learning event are available under CC BY-NC-SA 4.0

 

The HCAIM consortium consists of three excellence centres, three SMEs and four Universities

HCAIM Consortium

  • Het arrangement Lecture: Generative Models, Transform Deep Learning and Hybrid learning models is gemaakt met Wikiwijs van Kennisnet. Wikiwijs is hét onderwijsplatform waar je leermiddelen zoekt, maakt en deelt.

    Auteur
    HCAIM Consortium
    Laatst gewijzigd
    2024-02-14 22:33:20
    Licentie

    Dit lesmateriaal is gepubliceerd onder de Creative Commons Naamsvermelding-GelijkDelen 4.0 Internationale licentie. Dit houdt in dat je onder de voorwaarde van naamsvermelding en publicatie onder dezelfde licentie vrij bent om:

    • het werk te delen - te kopiëren, te verspreiden en door te geven via elk medium of bestandsformaat
    • het werk te bewerken - te remixen, te veranderen en afgeleide werken te maken
    • voor alle doeleinden, inclusief commerciële doeleinden.

    Meer informatie over de CC Naamsvermelding-GelijkDelen 4.0 Internationale licentie.

    Aanvullende informatie over dit lesmateriaal

    Van dit lesmateriaal is de volgende aanvullende informatie beschikbaar:

    Toelichting
    copy this template and fill in
    Eindgebruiker
    leerling/student
    Moeilijkheidsgraad
    gemiddeld
    Studiebelasting
    4 uur en 0 minuten

    Gebruikte Wikiwijs Arrangementen

    HCAIM Consortium. (z.d.).

    Acknowledgement

    https://maken.wikiwijs.nl/198386/Acknowledgement

    HCAIM Consortium. (z.d.).

    Lecture: Generalizability and Artificial General Intelligence (AGI)

    https://maken.wikiwijs.nl/202195/Lecture__Generalizability_and_Artificial_General_Intelligence__AGI_

  • Downloaden

    Het volledige arrangement is in de onderstaande formaten te downloaden.

    Metadata

    LTI

    Leeromgevingen die gebruik maken van LTI kunnen Wikiwijs arrangementen en toetsen afspelen en resultaten terugkoppelen. Hiervoor moet de leeromgeving wel bij Wikiwijs aangemeld zijn. Wil je gebruik maken van de LTI koppeling? Meld je aan via info@wikiwijs.nl met het verzoek om een LTI koppeling aan te gaan.

    Maak je al gebruik van LTI? Gebruik dan de onderstaande Launch URL’s.

    Arrangement

    IMSCC package

    Wil je de Launch URL’s niet los kopiëren, maar in één keer downloaden? Download dan de IMSCC package.

    Meer informatie voor ontwikkelaars

    Wikiwijs lesmateriaal kan worden gebruikt in een externe leeromgeving. Er kunnen koppelingen worden gemaakt en het lesmateriaal kan op verschillende manieren worden geëxporteerd. Meer informatie hierover kun je vinden op onze Developers Wiki.

  • Gebruik
    Weergave
  • Wikiwijs is een dienst van