Sök utbildning 👉
Fristående kurser (grundnivå)

Deep Learning - metoder och tillämpningar

Längd
7.5 hp
Utbildningstakt
Deltid
Nästa startdatum
Vår 2025 se detaljer
Utbildningsform
Distans
Längd
7.5 hp
Utbildningstakt
Deltid
Nästa startdatum
Vår 2025 se detaljer
Utbildningsform
Distans

Deep Learning - metoder och tillämpningar

I denna kurs behandlas designmetoder och olika algoritmer för och varianter av Deep Learning inom klassifiering, prediktion, interaktion och modellering med användning av olika typer av data; ljud, bild, video, text, sekvenser. Begrepp såsom Överträning, Dropouts och Gradienter gås igenom.   Installation och användning av hård- och mjukvaror för experimenterande med topologier såsom CNN, RNN, LSTM, DQN och tillhörande parametrar samt inspektion av resultatet utgör en väsentlig del av kursen. Kursen går även kortfattat igenom Dataanalys, Maskininlärning, Tensorer, Datorseende, Transfer Learning,  Grunder i Robotik, Reinforcement Learning och metoder med kombinationen Deep Reinforcement Learning. Numeriska implementationer studeras översiktligt. Det är en tidsmässig fördel att ha tillgång till lämpliga beräknings(grafik)kort alternativt ha/få tillgång till motsvarande molntjänst. Man kan köra Windows, OS X eller Linux.

 

Kommande starter

1 tillgängligt startdatum

Vår 2025

  • Distans
  • Distans

Förkunskaper

För tillträde till kursen krävs minst 7,5 hp inom området Programmering eller motsvarande. Programspråket i kursen är Python, så kunskaper inom Python är fördelaktiga. 
Umeå universitet

Välkommen till Umeå universitet

Att studera är första steget mot en spännande framtid. Att studera är också att ha kul under tiden. Gör det tillsammans med 36 000 studenter från hela världen! För att studierna ska fungera riktigt bra är det viktigt med en miljö att trivas...

Läs mer om Umeå universitet och visa alla utbildningar

Highlights