Navigerat till

Djup maskininlärning 7,5 hp

Om kursen

Kursen behandlar neuronnätverk (neural networks) och ger en introduktion till forskningsfältet djup maskininlärning (deep learning). Kursen beskriver de delar som används för att konstruera djupa neuronnätverk och behandlar bland annat aktiveringsfunktioner, förlustfunktioner, regulariseringstekniker (t.ex. normalisering och bortfall), optimeringsmetoder (speciellt varianter av stokastiska gradientmetoden) och nätverksarkitekturer. Kursen behandlar även djupa generativa modeller. Studenterna lär sig även tillämpa den teoretiska kunskapen genom att implementera och träna moderna nätverksarkitekturer och djupa maskininlärningsmetoder på stora mängder data.

Kursen är uppdelad i två moduler:

  • Teori, 5,5 hp
  • Laboration, 2,0 hp

Anmäl dig

Kontakta oss

Ditt meddelande går till Infocenter som ser till att det hamnar hos rätt person – så att du får ett så bra och relevant svar som möjligt.

Tänk på att universitetet är en statlig myndighet och att det du skriver här kan bli en allmän handling. Var därför försiktig med att skriva känsliga eller personliga frågor här i kontaktformuläret. Alla uppgifter behandlas enligt dataskyddsförordningen (GDPR).

Tänk på att universitetet är en statlig myndighet och att det du skriver här kan bli en allmän handling. Var därför försiktig med att skriva känsliga eller personliga frågor här i kontaktformuläret. Alla uppgifter behandlas enligt dataskyddsförordningen (GDPR).

Nytt meddelande