Course Outline

  • Machine Learning 제한 사항
  • Machine Learning, 비선형 매핑
  • Neural Networks
  • 비선형 최적화, 확률론적/MiniBatch Gradient Decent
  • 역전파
  • 딥 스파스 코딩
  • SAE(스파스 오토인코더)
  • 컨벌루션 Neural Networks (CNN)
  • 성공: 설명자 일치
  • 스테레오 기반 장애물
  • Robotics에 대한 회피
  • 풀링과 불변성
  • 시각화/역합성곱 네트워크
  • 순환 Neural Networks(RNN) 및 최적화
  • NLP에 적용
  • RNN은 계속되었고,
  • 헤세 행렬 없는 최적화
  • 언어 분석: 단어/문장 벡터, 구문 분석, 감정 분석 등
  • 확률적 그래픽 모델
  • Hopfield Nets, 볼츠만 머신
  • Deep Belief Nets, 스택형 RBM
  • 비디오의 NLP, 포즈 및 활동 인식에 대한 응용
  • 최근 발전
  • 대규모 학습
  • 신경 튜링 기계

Requirements

Machine Learning에 대한 이해가 좋습니다. 딥러닝에 대한 최소한의 이론적 지식.

  28 Hours
 

Number of participants


Starts

Ends


Dates are subject to availability and take place between 10:00 and 17:00.
Open Training Courses require 5+ participants.

회원 평가 (4)

Related Courses

Related Categories