Návrh Školení

    Omezení strojového učení Strojové učení, nelineární mapování Neuronové sítě Nelineární optimalizace, Stochastický/Minidávkový gradient Slušné zpětné šíření Hluboké řídké kódování Řídké autokodéry (SAE) Konvoluční neuronové sítě (CNN) Úspěchy: Porovnání deskriptorů Stereo-založené 2 vyhýbání se překážkám ] Sdružování a invariance Vizualizace/dekonvoluční sítě Rekurentní neuronové sítě (RNN) a jejich optimalizace Aplikace pro NLP RNN pokračují, analýza jazyka Hessian-Free Optimization: vektory slov/vět, parsování, analýza sentimentu atd. Pravděpodobnostní grafické modely Hopfieldovy sítě, Boltzmannovy stroje Deep Belief Nets, složené aplikace RBM pro NLP, rozpoznávání pozice a aktivity ve videích Nedávné pokroky Velkoplošné výukové neurální Turingovy stroje

 

Požadavky

Dobré pochopení Machine Learning. Alespoň teoretické znalosti Deep Learningu.

  28 hodiny
 

Počet účastníků


Začátek

Konec


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Reference (4)

Související kurzy

Související kategorie