Návrh Školení

  • Machine Learning Omezení
  • Machine Learning, Nelineární zobrazení
  • Neural Networks
  • Nelineární optimalizace, Stochastic/MiniBatch Gradient Decent
  • Zpětná propagace
  • Hluboké řídké kódování
  • Sparse Autoencoders (SAE)
  • Konvoluční Neural Networks (CNN)
  • Úspěchy: Shoda deskriptorů
  • Stereo-založená překážka
  • Vyhýbání se pro Robotics
  • Sdružování a invariance
  • Vizualizace/Dekonvoluční sítě
  • Rekurentní Neural Networks (RNN) a jejich optimalizace
  • Aplikace do NLP
  • RNN pokračovaly,
  • Optimalizace bez hesse
  • Jazyková analýza: vektory slov/vět, analýza, analýza sentimentu atd.
  • Pravděpodobnostní grafické modely
  • Hopfield Nets, stroje Boltzmann
  • Deep Belief Nets, skládané RBM
  • Aplikace pro NLP, rozpoznávání pozice a aktivity ve videích
  • Nedávné pokroky
  • Učení ve velkém měřítku
  • Neuronové Turingovy stroje

Požadavky

Gošpatné pochopení Machine Learning. Alespoň teoretické znalosti Deep Learning.

 28 hodiny

Počet účastníků


Price per participant

Reference (4)

Upcoming Courses

Související kategorie