Statistiska aspekter av djupinlärning
Introduktion av såväl grundläggande som moderna koncept inom statistisk inlärning i form av articifiella neurala nätverk (djup inlärning), med tillämpningar i statistisk dataanalys. Begrepp som behandlas i kursen inkluderar feedforward-nätverk, regularisering och optimering av nätverk med många lager, faltningsnätverk, rekurrenta nätverk och valideringsmetoder. Vidare ges matematisk statistiska tolkningar av nätverk, såsom icke-linjär regression med olika länkfunktioner för responsvariabeln. Kursen innehåller också vissa av följande ämnen; autoencoders, representationsinlärning, djupliggande generativa metoder, samt informationsteoretiska koncept inom djup inlärning.
Kommande starter
1 tillgängligt startdatum
Förkunskaper
Stockholms universitet
Stockholms universitet
En utbildning från Stockholms universitet är en merit som skapar goda förutsättningar för arbete och karriär, både nationellt och internationellt. Du kan välja bland över 200 program och 1900 fristående kurser inom humaniora, juridik, lärarutbildning, naturvetenskap, samhällsvetenskap och språk. Vid...
Läs mer om Stockholms universitet och visa alla utbildningar
Highlights