Schița de curs

  • Machine Learning Limitări
  • Machine Learning, Mapări neliniare
  • Neural Networks
  • Optimizare neliniară, Stochastic/MiniBatch Gradient Decent
  • Propagare înapoi
  • Codare dispersată profundă
  • Autocodificatoare dispersate (SAE)
  • Convoluționale Neural Networks (CNN-uri)
  • Succese: Potrivirea descriptorilor
  • Evitarea obstacolelor pe bază
  • pentru Robotics
  • Pooling și invarianță
  • Vizualizare/rețele deconvoluționale
  • Recurrente Neural Networks (RNN) și optimizarea lor
  • Aplicații la NLP
  • RNN-uri în continuare,
  • Optimizarea fără Hessian
  • Analiza limbajului: vectori de cuvinte/sentințe, parsing, analiza sentimentelor etc.
  • Modele grafice probabilistice
  • Rețele Hopfield, mașini Boltzmann
  • Rețele de încredere profunde, RBM-uri stivuite
  • Aplicații la NLP, recunoașterea poziției și a activității în videoclipuri
  • Progrese recente
  • Învățarea la scară largă
  • Mașini neuronale Turing

Cerințe

Good înțelegere a Machine Learning. Cel puțin cunoștințe teoretice de Deep Learning.

 28 ore

Numărul de participanți


Pret per participant

Mărturii (4)

Upcoming Courses

Categorii înrudite