By visiting our site, you agree to our privacy policy regarding cookies, tracking statistics, etc.

Gilus mokymasis

Šiame modulyje nagrinėjamas gilusis mokymasis – mašininio mokymosi pogrupis, kuris naudoja neuroninius tinklus su daugybe sluoksnių, kad modeliuotų sudėtingus duomenų modelius. Jis apima pagrindines sąvokas, tokias kaip konvoliuciniai ir pasikartojantys neuroniniai tinklai, atgalinis sklidimas ir mokymo metodai, taip pat vaizdo ir kalbos atpažinimo, natūralios kalbos apdorojimo ir autonominių transporto priemonių taikymas.

Portal > Dirbtinis intelektas > Gilus mokymasis

Mokymo programos kūrėjas

Peržiūrėti mokymo programą

Suttonas, Richardas S., ir Andrew G. Barto. Pastiprinimo mokymasis: įvadas. Antrasis leidimas. Adaptyvaus skaičiavimo ir mašininio mokymosi serija. Kembridžas, Masačusetsas: „The MIT Press”, 2018 m.

Teodoridis, Sergios ir Konstantinos Koutroumbas. Modelio atpažinimas. 4-asis leidimas Burlingtonas Heidelbergas: akademinė spauda, 2009.

Zhang, Aston, Zachary C. Lipton, Mu Li ir Alexander J. Smola. „Pasinerkite į gilų mokymąsi.” arXiv, 2023 m. rugpjūčio 22 d.

http://arxiv.org/abs/2106.11342

Nielsen, Michael A. Neuroniniai tinklai ir gilusis mokymasis, 2019.

http://neuralnetworksanddeeplearning.com

Tunstallas, Lewisas, Leandro von Werra ir Thomas Wolfas. Natūralios kalbos apdorojimas naudojant transformatorius: kalbos programų kūrimas su apkabinančiu veidu. Pirmasis leidimas. Sebastopolis, Kalifornija: O’Reilly Media, 2022.

Rao, Delipas ir Brianas McMahanas. Natūralios kalbos apdorojimas naudojant „PyTorch”: kurkite intelektualias kalbos programas naudodami gilųjį mokymąsi. Pirmasis leidimas. Sebastopolis, Kalifornija: O’Reilly Media, 2019.

Goodfellow, Ian, Yoshua Bengio ir Aaron Courville. Deep Learning. Adaptive Computation and Machine Learning Series. The MIT Press, 2016.

Goldbergas, Yoav. „Neuroninių tinklų modelių pradmenys natūralios kalbos apdorojimui.” arXiv, 2015.

https://doi.org/10.48550/ARXIV.1510.00726

Eizenšteinas, Jokūbas. Įvadas į natūralios kalbos apdorojimą. Adaptyvus skaičiavimas ir mašininis mokymasis. „MIT Press”, 2019 m.

Jurafskis, Danielis ir Jamesas H. Martinas. Kalbos ir kalbos apdorojimas: įvadas į natūralios kalbos apdorojimą, kompiuterinę kalbotyrą ir kalbos atpažinimą. „Prentice Hall” serija dirbtiniame intelekte. Aukštutinė balno upė, NJ: Prentice salė, 2000.

Thank you for signing up to our newsletter!

Thank you! RSVP received for Suttonas, Richardas S., ir Andrew G. Barto. Pastiprinimo mokymasis: įvadas. Antrasis leidimas. Adaptyvaus skaičiavimo ir mašininio mokymosi serija. Kembridžas, Masačusetsas: „The MIT Press”, 2018 m.

Thank you for applying! We will be in touch.

Apply for: Suttonas, Richardas S., ir Andrew G. Barto. Pastiprinimo mokymasis: įvadas. Antrasis leidimas. Adaptyvaus skaičiavimo ir mašininio mokymosi serija. Kembridžas, Masačusetsas: „The MIT Press”, 2018 m.

Suttonas, Richardas S., ir Andrew G. Barto. Pastiprinimo mokymasis: įvadas. Antrasis leidimas. Adaptyvaus skaičiavimo ir mašininio mokymosi serija. Kembridžas, Masačusetsas: „The MIT Press”, 2018 m.

Pakraunama...

Pakraunama…