Learning with Structured Data (Lecture 3. Part 3) |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ 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 Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ 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 Телеграм: t.me/ainewsline Источник: vk.com Комментарии: |
|