Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
- Limitazioni di Machine Learning
- Machine Learning, Mappature non lineari
- Reti neurali
- Ottimizzazione non lineare, gradiente stocastico/minibatch decente
- Propagazione posteriore
- Codifica sparsa profonda
- Autoencoder sparsi (SAE)
- Reti neurali convoluzionali (CNN)
- Successi: Corrispondenza dei descrittori
- Ostacolo stereo
- Elusione per Robotics
- Pooling e invarianza
- Visualizzazione/Reti deconvoluzionali
- Reti Neurali Ricorrenti (RNN) e loro ottimizzazione
- Applicazioni alla PNL
- Le RNN hanno continuato,
- Ottimizzazione senza tela di iuta
- Analisi del linguaggio: vettori di parole/frasi, parsing, analisi del sentiment, ecc.
- Modelli grafici probabilistici
- Reti Hopfield, macchine Boltzmann
- Reti di credenze profonde, RBM impilati
- Applicazioni per la PNL, la posa e il riconoscimento delle attività nei video
- Progressi recenti
- Apprendimento su larga scala
- Macchine di Turing neurali
Requisiti
Buona comprensione di Machine Learning. Conoscenza almeno teorica del Deep Learning.
28 ore
Recensioni (4)
I was benefit from the passion to teach and focusing on making thing sensible.
Zaher Sharifi - GOSI
Corso - Advanced Deep Learning
Doing exercises on real examples using Keras. Mihaly totally understood our expectations about this training.
Paul Kassis
Corso - Advanced Deep Learning
The exercises are sufficiently practical and do not need a high knowledge in Python to be done.
Alexandre GIRARD
Corso - Advanced Deep Learning
The global overview of deep learning