Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Hluboké učení vs Machine Learning vs jiné metody
- Kdy je vhodné Deep Learning Meze Deep Learning Porovnání přesnosti a nákladů různých metod
Přehled metod
- Nets and Layers Forward / Backward: základní výpočty vrstvených kompozičních modelů. Ztráta: úkol, který se má naučit, je definován ztrátou. Řešitel: Řešitel koordinuje optimalizaci modelu. Katalog vrstev: vrstva je základní jednotkou konvoluce modelování a výpočtu
Metody a modely
- Backprop, modulární modely Modul Logsum RBF Čistá ztráta MAP/MLE Parametr Prostor Transformuje Konvoluční modul Gradient-Based Learning Energy for inference, Objective for learning PCA; NLL: Modely latentních proměnných pravděpodobnostní detekce ztráty funkce LVM s rychlými sekvencemi R-CNN s LSTM a Vision + Language s predikcí LRCN Pixelwise s designem FCNs Framework a budoucností
Nástroje
- Caffe Tensorflow R Matlab Ostatní...
Požadavky
Vyžaduje se jakákoli znalost programovacího jazyka. Znalost Machine Learning není vyžadována, ale je prospěšná.
21 hodiny
Reference (3)
Hunter je báječný, velmi poutavý, nesmírně informovaný a sympatický. Velmi dobře.
Rick Johnson - Laramie County Community College
Kurz - Artificial Intelligence (AI) Overview
Přeloženo strojem
I liked the new insights in deep machine learning.
Josip Arneric
Kurz - Neural Network in R
Ann created a great environment to ask questions and learn. We had a lot of fun and also learned a lot at the same time.
