CONFERENCEValodu tehnoloģiju modulis datorzinātņu MSP
Valodu tehnoloģiju (VT) moduļa mērķis ir maģistra studiju programmas (MSP) ietvaros sagatavot augsta līmeņa speciālistus VT (t.sk. dziļās mašīnmācīšanās) nozarē, kuri spēj integrēt esošus un radīt jaunus risinājumus daudzveidīgiem, praktiskiem VT uzdevumiem un lietojumiem un ir labi sagatavoti nozares dinamiskajai attīstībai.
Studiju moduļa kredītpunkti: 9 ECTS
Studiju modulī ietilpošie studiju kursi:
1. DatZM037 “Valodu tehnoloģiju lietojumi” 3 ECTS
2. DatZD025 “Dziļā mašīnmācīšanās” 6 ECTS
Mērķa sasniegšanai izvirzīti divi pamatuzdevumi, apgūstot modulī iekļautos kursus:
1. Sniegt teorētiskas zināšanas un praktiskas iemaņas darbam ar modernajām multilingvālajām un multimodālajām tehnoloģijām valodas, t.sk. multimodāla satura, sapratnei un valodas ģenerēšanai, runas atpazīšanai un runas sintēzei, lai studējošie spētu patstāvīgi izmantot un integrēt valodu tehnoloģijas IKT risinājumos un procesu digitalizēšanā, kā arī radīt jaunus un inovatīvus risinājumus (DatZM037).
2. Sniegt padziļinātas zināšanas par uzraudzītās un neuzraudzītās mašīnmācīšanās jēdzieniem un metodēm: no teksta nozīmes kodēšanas (MLM – Masked Language Models) līdz lielajiem, ģeneratīvajiem valodas un multimodālajiem modeļiem (LLM – Large Language Models), lai studējošie spētu izprast un patstāvīgi risināt vissarežģītākos uzdevumus, izmantojot šī modernas mākslīgā intelekta (MI) metodes (DatZD025).
Valodu tehnoloģiju lietojumi (DatZM037)
Pasniedzējs: Dr.sc.comp., asoc. prof. Normunds Grūzītis
Kredītpunkti: 3 ECTS
Norisinās: Ceturtdienās no plkst. 16.30 līdz 18.00.
Kursa mērķis ir apgūt jaunākās valodu tehnoloģijas teksta un runas, arī multimodālu datu apstrādei un prast šīs tehnoloģijas izmantot praktisku lietojumu izstrādē. Kursā tiks apskatīti dažāda veida transformeru modeļi dažāda veida uzdevumu risināšanai.
Galvenā uzmanība tiks veltīta multilingvāliem modeļiem, to izmantošanas, novērtēšanas un pielāgošanas iespējām. Praktisko iemaņu apgūšanai tiks izmantoti atvērtā pirmkoda valodas modeļi un programmēšanas ietvari. Tiks apskatītas arī galvenās metodes un risinājumi ģeneratīvo valodas modeļu un zināšanu bāzu/grafu kombinētai izmantošanai.
Dziļā mašīnmācīšanās (DatZD025)
Pasniedzējs: Dr.sc.comp., prof. Guntis Bārzdiņš
Kredītpunkti: 6 ECTS
Kursa mērķis ir aplūkot dziļās neironu mašīmācīšanās metodes, kuras ļauj prognozētu nākotnes rezultātus balstoties uz pieejamajiem pagātnes apmācības datiem. Mašīnmācīšanās ir stūrakmens Datu zinātnē, Lielo datu analītikā, robotikā, dabiskās valodas apstrāde un citās mākslīgā intelekta jomās. Datoriem un GPU kļūstot aizvien jaudīgākiem, tieši dziļie neironu tīkli pakāpeniski aizstājuši vienkāršākās Mašīnmācīšanās metodes. Kursa uzdevums ir iepazīstināt studentus ar uzraudzītās un neuzraudzītās mašīnmācīšanās jēdzieniem no primitīvas klasifikācijas līdz lielajiem valodas modeļiem un Ģeberatīvajam mākslīgajam intelektam. Kursa apguvei nav nepieciešamas mašīnmācīšanās priekšzināšanas, taču vajadzīgas vispārīgas programmēšanas iemaņas mājas darbos.