SIA. Sistema d'Informació Acadèmica

Temari

Temari

Principis de l'aprenentatge automàtic: 
- generalització, sobreajuste (overfitting), màxima versemblança, corbes d'aprenentatge, optimització (SGD), regularització, avaluació de l'aprenentatge, etc.
 
Regressió
- regressió lineal
- regressió logística
 
Xarxes neuronals denses
- Perceptrón
- Xarxes amb alimentació cap avant
- Funció d'activació
- Funció de cost
- Optimització de paràmetres (backpropagation)
 
Xarxes neuronals convolucionals (aprenentatge profund)
- Fonaments: motivació, operació de convolució, arquitectura, hiperparámetros, criteris de disseny, etc.
- Optimizadores
- Regularització: dropout, batch normalization, L1/L2, data augmentation, etc. 
- Ajust de hiperparámetros

Transferència de coneixement
- Transferència de representacions/característiques preentrenadas
- Ajust fi (fine tuning)


Universitat Jaume I CIF: Q-6250003-H Av. Vicent Sos Baynat, s/n 12071 Castelló de la Plana, Espanya
Tel.: +34 964 72 80 00 Fax: +34 964 72 90 16