Construye un sistema MAML para personalizar recomendaciones en streaming
Visión general
De qué trata este proyecto.
Implementa FOMAML para personalizar recomendaciones en streaming y supera los modelos baseline. Obtén un certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Demostrar si MAML mejora la personalización temprana sobre baselines globales y fine-tuning ingenuo.
Earning criteria — what you'll demonstrate
- Implementar MAML/FOMAML y comprender sus gradientes anidados
- Diseñar tareas de meta-learning a partir de datos de interacción
- Comparar enfoques de personalización con presupuesto idéntico
- Comunicar costes computacionales de meta-learning vs alternativas
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Meta-Learning, Transfer Learning, and Multi-Task Learning
Master · Ai Ml
Fit score: 1
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosInvestigador/a de Machine Learning
MAML y FOMAML son métodos canónicos de meta-learning; implementarlos forma parte del repertorio de research.
Este proyecto afina
- maml
- meta-learning
- few-shot-learning
Científico/a de IA Aplicada
Personalización temprana es problema clásico de IA aplicada en producto consumidor.
Este proyecto afina
- personalization
- meta-learning
- recommendation-systems
Ingeniero/a de Machine Learning
Comparar enfoques con costes operativos reales es músculo cotidiano de MLE en producto.
Este proyecto afina
- personalization
- few-shot-learning
- pytorch