Struttura del corso

  • Backprop, modelli modulari
  • Modulo Logsum
  • Rete RBF
  • Perdita MAP/MLE
  • Trasformazioni dello spazio dei parametri
  • Modulo convoluzionale
  • Apprendimento basato sul gradiente
  • Energia per l'inferenza
  • Obiettivo per l'apprendimento
  • PCA, NLL
  • Modelli di variabili latenti
  • LVM probabilistico
  • Funzione di perdita
  • Riconoscimento della scrittura a mano

Requisiti

Buone basi di apprendimento automatico di base. Competenze di programmazione in qualsiasi linguaggio (idealmente Python/R).

  21 ore
 

Numero di Partecipanti


Data Inizio

Data Fine


Le date sono soggette a disponibilità e si svolgono tra le 09:30 e le 16:30.
I corsi di formazione pubblici richiedono più di 5 partecipanti.

Recensioni (1)

Corsi relativi

Categorie relative