DSCM023 Прогнозиране чрез анализ на данни III. Машинно обучение с TensorFlow

Анотация:

В третият от серията курсове „Прогнозиране чрез анализ на данни“ се разглеждат съвременни теми в направленията:

? Oбучение с поддръжка;

? Energy-based models;

? Машини на Болцман;

? Невронни мрежи върху графи;

? Бейсова оптимизация.

прочети още
Извличане на знания и технологии за големи данни

Преподавател(и):

доц. Стоян Мишев  д-р
 Петър Христов  д-р
 Лъчезар Петров  

Описание на курса:

Компетенции:

Студентите ще знаят идеите и съвременното състояние на едни от най-успешните модели, които са в основата на изкуствения интелект.
Предварителни изисквания:
Да са преминали курсовете "DSCM001 Прогнозиране чрез анализ на данни - I" и "DSCM011 Прогнозиране чрез анализ на данни - II част. Невронни мрежи"

Форми на провеждане:
Редовен

Учебни форми:
Лекция

Език, на който се води курса:
Български

Теми, които се разглеждат в курса:

  1. Графови невронни мрежи
  2. Мрежа на Хопфийлд
  3. Машина на Болцман
  4. Контролна работа 1
  5. Генеративни мрежи
  6. Времеви редове
  7. Рекурентни невронни мрежи
  8. Контролна работа 2

Литература по темите:

Aurelien Geron, Hands-On Machine Learning with Scikit-Learn and TensorFlow (O’Reilly, March 2017)

Michael M. Bronstein, Joan Bruna, Taco Cohen, Petar Veličković, Geometric Deep Learning: Grids, Groups, Graphs, Geodesics, and Gauges, arXiv:2104.13478