Serwisy internetowe Uniwersytetu Warszawskiego Nie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Deep neural networks

Informacje ogólne

Kod przedmiotu: 1000-317bDNN Kod Erasmus / ISCED: 11.3 / (0612) Database and network design and administration
Nazwa przedmiotu: Deep neural networks
Jednostka: Wydział Matematyki, Informatyki i Mechaniki
Grupy: Przedmioty obowiązkowe dla I roku Machine Learning
Punkty ECTS i inne: 6.00
Język prowadzenia: angielski
Rodzaj przedmiotu:

monograficzne

Skrócony opis:

Celem zajęć jest przybliżenie studentom praktycznej wiedzy z zakresu głębokich sieci neuronowych. W trakcie kursu przedstawione zostaną wykorzystywane obecnie techniki, algorytmy oraz narzędzia. Poruszane metody są stosowane między innymi do problemów z dziedziny rozpoznawania obrazów i przetwarzania języka naturalnego.

Pełny opis:

1. Wstęp do sieci neuronowych: funkcje aktywacji, funkcje straty, optymalizacja, regularyzacja

2. Sprzęt i oprogramowanie stosowane w głębokim uczeniu.

3. Konwolucyjne sieci neuronowe: klasyfikacja, wykrywanie, segmentacja

4. Rekurencyjne sieci neuronowe

5. Sieci GAN

6. Uczenie ze wzmocnieniem

7. Nowości w dziedzinie sieci neuronowych

8. Zastosowania (np. AlphaGo, roboty)

Literatura:

Książki w wersji online

http://neuralnetworksanddeeplearning.com/

http://www.deeplearningbook.org/

Efekty uczenia się:

Wiedza: student zna i rozumie

* w uporządkowany i podbudowany teoretycznie sposób wiedzę w zakresie uczenia maszynowego ze szczególnym uwzględnieniem algorytmów uczenia sieci neuronowych oraz architektur sieci konwolucyjnych i rekurencyjnych [K_W08].

Umiejętności: student potrafi

* posługiwać się językiem angielskim na poziomie B2+ Europejskiego Systemu Opisu Kształcenia Językowego, ze szczególnym uwzględnieniem terminologii informatycznej [K_U02];

* korzystać z wybranej nowoczesnej biblioteki procedur uczenia maszynowego [K_U12];

* zaimplementować algorytmy klasyfikacji obrazów za pomocą konwolucyjnych sieci neuronowych oraz algorytmy przetwarzania tekstu za pomocą rekurencyjnych sieci neuronowych [K_U13].

Kompetencje społeczne: student jest gotów do

* krytycznej oceny posiadanej wiedzy i odbieranych treści [K_K01];

* uznawania znaczenia wiedzy w rozwiązywaniu problemów poznawczych i praktycznych oraz zasięgania opinii ekspertów w przypadku trudności z samodzielnym rozwiązaniem problemu [K_K02];

* myślenia i działania w sposób przedsiębiorczy [K_K03].

Metody i kryteria oceniania:

Ocena końcowa na podstawie punktów z programu zaliczeniowego, zadań domowych (w formie programów komputerowych) oraz egzaminu w laboratorium.

Zajęcia w cyklu "Semestr zimowy 2021/22" (jeszcze nie rozpoczęty)

Okres: 2021-10-01 - 2022-02-20
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Marek Cygan, Marcin Mucha
Prowadzący grup: Marek Cygan, Sebastian Jaszczur, Maciej Mikuła, Marcin Możejko, Marcin Mucha
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.