Kursplan

  • Machine Learning Begrensninger
  • Machine Learning, Ikke-lineære kartlegginger
  • Neural Networks
  • Ikke-lineær optimalisering, Stokastisk/MiniBatch Gradient Anstendig
  • Ryggformering
  • Dyp sparsom koding
  • Sparse autoencodere (SAE)
  • Konvolusjonell Neural Networks (CNN)
  • Suksesser: Descriptor Matching
  • Stereobasert hindring
  • Unngåelse for Robotics
  • Sammenslåing og invarians
  • Visualisering/dekonvolusjonelle nettverk
  • Tilbakevendende Neural Networks (RNN) og deres optimering
  • Søknader til NLP
  • RNN fortsatte,
  • Hessian-fri optimalisering
  • Språkanalyse: ord/setningsvektorer, parsing, sentimentanalyse, etc.
  • Probabilistiske grafiske modeller
  • Hopfield Nets, Boltzmann-maskiner
  • Deep Belief Nets, stablede RBM-er
  • Applikasjoner til NLP, positur og aktivitetsgjenkjenning i videoer
  • Nylige fremskritt
  • Storskala læring
  • Nevrale Turing-maskiner

Krav

Good forståelse av Machine Learning. I det minste teoretisk kunnskap om Deep Learning.

 28 timer

Antall deltakere


Price per participant

Testimonials (4)

Upcoming Courses

Related Categories