主动增强模型搭建与迭代指南

📚 共计 30 章节

主动增强学习概述

定义、核心思想、与传统机器学习的区别、应用场景概览

主动学习基础

不确定性采样、查询策略（熵、边际、置信度）、池化与流式设定

数据增强基础

图像增强（翻转、旋转、裁剪）、文本增强（同义词替换、回译）、音频增强（加噪、变速）

多模态预处理

模型搭建准备

PyTorch/TensorFlow环境配置、数据集加载与预处理、基础模型选型（CNN/RNN/Transformer）

主动学习策略实现

Least Confidence、Margin Sampling、Entropy Sampling的代码实现与对比

数据增强策略实现

使用Albumentations、NLTK、librosa等库实现多模态数据增强流水线

主动增强融合框架

设计思路、架构图、主动学习与数据增强的协同工作流

迭代训练流程设计

初始模型训练、查询-标注-增强循环、模型更新策略

不确定性估计方法

MC Dropout、Ensemble方法、贝叶斯神经网络简介

不确定性贝叶斯

代表性采样方法

Core-Set方法、K-Center-Greedy、多样性采样

采样多样性

混合查询策略

不确定性+代表性结合、Expected Model Change、Expected Error Reduction

数据增强的自动化

AutoAugment、RandAugment、TrivialAugment原理与实现

自动增强搜索

增强策略的搜索与学习

强化学习搜索增强策略、可微分增强搜索

弱监督与半监督结合

伪标签生成、一致性正则化（FixMatch、MixMatch）、与主动增强的整合

半监督一致性

模型鲁棒性评估

对抗攻击测试、分布外检测、校准曲线分析

鲁棒性评估

主动增强在图像分类中的应用

CIFAR-10/100实验、ResNet/EfficientNet实战

主动增强在目标检测中的应用

主动选择难例、增强策略对检测框的影响、YOLO/SSD实战

主动增强在NLP中的应用

文本分类、命名实体识别、主动选择与回译增强

主动增强在语音识别中的应用

ASR模型、主动选择低置信度片段、SpecAugment增强

语音SpecAugment

大规模数据管理

数据版本控制（DVC）、数据标注平台集成、数据质量监控

数据工程DVC

模型版本管理与实验追踪

MLflow、Weights & Biases、实验对比与复现

分布式训练与加速

多GPU训练、数据并行、模型并行、混合精度训练

分布式加速

模型部署与推理优化

ONNX导出、TensorRT加速、模型量化

主动增强系统的工程化

Pipeline设计、任务调度、异常处理与日志

评估指标与可视化

学习曲线、数据效率曲线、标注成本节省分析、混淆矩阵

可视化指标

案例研究1：医疗影像诊断

主动增强在X光片分类中的落地实践

案例研究2：智能客服意图识别

主动增强在少样本场景下的应用

客服少样本

案例研究3：工业缺陷检测

主动增强在数据极度不平衡下的应用

工业不平衡

大模型时代的主动学习、Prompt工程与主动增强、多模态主动增强

前沿大模型

课程总结与未来展望

核心要点回顾、常见陷阱、进阶学习路径与资源推荐