Apprentissage zéro coup & quelques coups est un cours de niveau intermédiaire conçu pour les scientifiques des données, les ingénieurs ML et les praticiens de l'IA qui souhaitent construire des modèles performants, même lorsque les données étiquetées sont limitées. L'apprentissage supervisé traditionnel s'effondre lorsque les exemples sont rares ou que les tâches évoluent constamment. Ce cours vous montre comment résoudre ce problème en utilisant des techniques d'apprentissage zéro et quelques coups à la pointe de la technologie. Vous apprendrez à appliquer des modèles pré-entraînés, des embeddings sémantiques et l'apprentissage par transfert pour généraliser à travers les tâches sans réentraînement à partir de zéro. Grâce à des vidéos axées sur des cas concrets, des laboratoires pratiques et des projets axés sur la prise de décision, vous explorerez des outils tels que l'ingénierie de requête, les réseaux prototypiques et l'apprentissage contrastif. En cours de route, vous construirez et défendrez des pipelines complets adaptés aux contraintes du monde réel, en choisissant la bonne méthode en fonction de la disponibilité des données, des exigences de la tâche et des objectifs de déploiement. Que vous diagnostiquiez une fraude avec peu d'échantillons ou que vous classifiiez de nouveaux types de produits sans étiquettes, ce cours vous équipera pour construire des modèles plus intelligents et plus légers qui apprennent plus avec moins de moyens.