Syväoppiminen 2 (5 op)

Arviointiasteikko

0 - 5

Tavoitteet

Opiskelija osaa soveltaa syväoppimisessa käytettäviä menetelmiä Keras/TensorFlow -ympäristössä. Lisäksi opiskelija osaa hyödyntää GPU laskentaa ja CSC supertietokoneita neuroverkkojen koulutuksessa ja osaa ottaa käyttöön valmiiksi opetettuja neuroverkkoja nettiselaimessa.

Toteutustavat

Kurssin sisältö ja ohjeistus käydään lävitse aloitusluennolla (n. 2h), joka on katsottavissa myös tallenteena myöhemmin.
Kurssilla ei ole erillisiä luentoja, vaan kurssin luentomateriaalit on saatavilla videoina.
Kurssin aikana järjestetään erillisiä kysy-vastaa -sessioita, joissa voi kysyä epäselvistä asioista ja saada apua tehtävien kanssa.

Kurssin keskustelu tapahtuu kurssin discord -kanavalla.

Suoritustavat

Kurssilla ei ole erillistä tenttiä, vaan kurssin suoritus perustuu kurssin harjoitusten palauttamiseen. Kurssin läpäisy edellyttää kurssin kaikkien tehtävien palauttamisen.

Sisältö

- Keras/TensorFlow ympäristön käyttö
- Hajautettu koulutus usealla GPU:lla
- CSC:n supertietokoneiden käyttö neuroverkkojen koulutuksessa
- Suurien kielimallien (LLM) perusteet
- Neuroverkkojen ajo erilaisissa ympäristöissä (deployment)
- Koulutetun neuroverkon käyttöönotto nettiselaimessa
- MLops perusteet
- Tekoäly ja etiikka

Arviointikriteerit, tyydyttävä (1)

Arvosanaan 1 vaaditaan kaikkien tehtävien palautus ja 50% kurssin pisteistä. Lisäksi palautetuista kurssin harjoituksista on käytävä ilmi, että opiskelija osaa ottaa käyttöön Keras/Tensorflow -ympäristön, ladata siihen mallin ja opettaa ja käyttää sitä.

Arviointikriteerit, kiitettävä (5)

Arvosanaan 5 vaaditaan n. 90% kurssin harjoitusten pisteistä. Tämä tarkoittaa käytännössä, että kaikki palautettu koodi toimii ja harjoitusten pohdinta-osiot on tehty kiitettävästi.

Esitietovaatimukset

Syväoppiminen 1