Schița de curs

  • Machine Learning Limitări
  • Machine Learning, Mapări neliniare
  • Neural Networks
  • Optimizare non-liniară, Stochastic/MiniBatch Gradient Decent
  • Propagarea înapoi
  • Codare profundă
  • Autoencodere rare (SAE)
  • Convoluțional Neural Networks (CNN-uri)
  • Succese: Potrivirea descriptorilor
  • Obstacol bazat pe stereo
  • Evitare pentru Robotics
  • Pooling și invarianță
  • Vizualizare/Rețele deconvoluționale
  • Recurente Neural Networks (RNNs) și optimizarea lor
  • Aplicații pentru NLP
  • RNN-urile au continuat,
  • Optimizare fără Hessian
  • Analiza limbajului: vectori cuvânt/propoziție, analiză, analiza sentimentelor etc.
  • Modele grafice probabilistice
  • Hopfield Nets, mașini Boltzmann
  • Deep Belief Nets, RBM-uri stivuite
  • Aplicații pentru NLP, Poze și Recunoaștere a activității în videoclipuri
  • Avansuri recente
  • Învățare la scară largă
  • Mașini Turing neuronale

Cerințe

O bună înțelegere a Machine Learning. Cunoștințe cel puțin teoretice despre Deep Learning.

 28 ore

Numărul de participanți



Pret per participant

Mărturii (4)

Cursuri înrudite

Categorii înrudite