Подія відбулась
Подія відбулась

Practical Few-Shot learning

Відео доповіді

Презентація доповіді

We will discuss what few-shot learning is, how to do it right, what kind of problems it can solve and how we use it in our projects.

Deep learning now is achieving great results for new tasks, but a the same time modern architecture becomes more and more data and resource hungry. You should collect a huge dataset for achieving an acceptable performance of your model. Few-shot learning technique aims to learn a model to recognize unseen classes during training with limited labeled examples.

In this talk, we will deeply look at the few-shot learning approaches. Investigate different architectures and datasets. Figure out when the few-shot learning works and when does not. At the end, you should be able to understand all landscape of few-shot learning field and could continue your journey in this area.

Кирил Трусковський
BorealisAI
  • Кирил має понад 7 років досвіду в області машинного навчання
  • Наразі займає позицію MLSE (machine learning software engineer) у канадській компанії BorealisAI
  • Більшу частину своєї кар'єри він приділив побудуванню machine learning стартапів, починаючи з моменту створення продукту
  • Також розвинув експертизу у виборі та впровадженні найсучасніших архітектур deep learning та широкомасштабних рішень на їх основі
  • Twitter, GitHub
Увійти
Або поштою
Увійти
Або поштою
Реєстрація через e-mail
Реєстрація через e-mail
Забули пароль?