Einführung
Bei Basismodellen handelt es sich um vortrainierte Modelle, die Ihnen einen guten Ausgangspunkt bieten. Durch die Verwendung eines Basismodells sparen Sie Zeit und Arbeit, da Sie weniger Daten benötigen, um ein Modell für Ihren speziellen Machine Learning-Anwendungsfall zu trainieren.
Angenommen, Sie sind als wissenschaftliche Fachkraft für Daten bei einer Hotelbuchungsagentur angestellt. Bei der Suche nach einem Hotel sind die Bewertungen anderer Reisender einer der wichtigsten Faktoren für die Entscheidung für ein Hotel.
Als wissenschaftliche Fachkraft für Daten sollen Sie Erkenntnisse aus Hotelbewertungen extrahieren, um herauszufinden, warum bestimmte Hotels gegenüber anderen bevorzugt werden. Zum Extrahieren von Informationen aus Hotelbewertungen können Sie große Sprachmodelle (Large Language Models, LLMs) verwenden, die speziell für die linguistische Datenverarbeitung (Natural Language Processing, NLP) entwickelt wurden.
Bei LLMs kommen Deep Learning-Techniken zum Einsatz, um menschliche Sprache zu verstehen und zu generieren. Deep Learning ist ein Teilbereich des maschinellen Lernens, bei dem künstliche neuronale Netze mit mehreren Schichten für das Extrahieren von hierarchischen Mustern und Darstellungen aus Daten trainiert werden. Das Trainieren neuronaler Netze kann kostspielig sein, da hierfür große Datenmengen und leistungsstarke Computeressourcen erforderlich sind.
Statt ein eigenes LLM von Grund auf neu zu trainieren, können Sie ein vortrainiertes Modell verwenden, das Sie mit Ihren eigenen Daten optimieren. Angenommen, Sie möchten die Stimmung in Hotelbewertungen ermitteln. Hierzu können Sie alle neu veröffentlichten Bewertungen in die Kategorien schrecklich, durchschnittlich oder ausgezeichnet einteilen. Zum Optimieren eines vortrainierten Basismodells können Sie einige kategorisierte Hotelbewertungen verwenden.
In diesem Modul erfahren Sie, wie Sie ein Basismodell aus dem Modellkatalog in Azure Machine Learning optimieren.
Lernziele
In diesem Modul lernen Sie Folgendes:
- Kriterien für die Optimierung eines Basismodells aus dem Modellkatalog
- Optimieren eines Basismodells
- Bereitstellen eines optimierten Modells