Learning with Structured Data (Lecture 3. Part 3) |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2016-10-06 22:19 В начале сентября на ФКН профессор Венского университета науки и технологий Кристоф Ламперт прочитал мини-курс "Обучение по структурированным данным". Курс ориентирован на углублённое введение в теорию и приложения одного из самых популярных на сегодняшний день подходов к решению задач машинного обучения при распознавании сложных объектов с большим числом взаимозависимых компонент — дискретных вероятностных графических моделей. За 6 лекций слушатели рассмотрели различные алгоритмы обучения и вывода в графических моделях, такие как распространение доверия (динамическое программирование), разрезы графов, максимизация правдоподобия и максимизация отступа. Для тех, кто не смог очно посетить курс, мы публикуем видеозаписи лекций на английском языке Источник: vk.com Комментарии: |
|