План на курса

  • Machine Learning Ограничения
  • Machine Learning, Нелинейни преобразувания
  • Neural Networks
  • Нелинейна оптимизация, Stochastic/MiniBatch Gradient Decent
  • Обратно размножаване
  • Дълбоко рядко кодиране
  • Разредени автоенкодери (SAE)
  • Конволюционен Neural Networks (CNN)
  • Успехи: Съвпадение на дескриптори
  • Стерео базирано препятствие
  • Избягване за Robotics
  • Обединяване и инвариантност
  • Визуализация/деконволюционни мрежи
  • Рекурентни Neural Networks (RNNs) и тяхната оптимизация
  • Приложения към НЛП
  • RNNs продължи,
  • Оптимизация без Хесен
  • Езиков анализ: вектори на думи/изречения, синтактичен анализ, анализ на настроението и др.
  • Вероятностни графични модели
  • Мрежи на Хопфийлд, машини на Болцман
  • Deep Belief Nets, подредени RBM
  • Приложения за НЛП, поза и разпознаване на активност във видеоклипове
  • Последни постижения
  • Мащабно обучение
  • Невронни машини на Тюринг

Изисквания

Goот разбиране на Machine Learning. Поне теоретични познания за Deep Learning.

 28 Часа

Брой участници


Цена за участник

Oтзиви от потребители (4)

Предстоящи Курсове

Свързани Kатегории