Aprenentatge Automàtic
AA2
Temari:Les tecnologies d’aprenentatge profund són el nucli de la revolució actual en intel·ligència artificial per a l’anàlisi de dades multimèdia. La convergència de conjunts de dades a gran escala (Big Data) i maquinari GPU assequible, ha permès entrenar xarxes neuronals per a tasques d’anàlisi de dades amb precissions molt superiors.
Arquitectures com les xarxes neuronals convolucionals (CNN), les xarxes neuronals recurrents (RNN) o el Transformer basat en mecanismes d’atenció han configurat un nou escenari en el processament del senyal. Aquest curs tractarà els principis bàsics de l’aprenentatge profund tant des d’una perspectiva algorítmica com computacional.
Els continguts presentats son part del curs AA2 (Aprenentatge Automàtic 2) del Grau de Ciència i Enginyeria de Dades (GCED).
AA2 (2020)
Lecture 1.1: El Perceptró I
Architectures
Instructor: Xavier Giró-i-Nieto
Lecture 1.2: El Perceptró II
Architectures
Instructor: Xavier Giró-i-Nieto
Lecture 2: Retropropagació
Training
Instructor: Xavier Giró-i-Nieto
Lecture 3: Regressió Softmax
Architectures
Instructor: Xavier Giró-i-Nieto
Lecture 4: Perceptrons multicapa
Architectures
Instructor: Xavier Giró-i-Nieto
Lecture 5: Funcions de pèrdues
Training
Instructor: Xavier Giró-i-Nieto
Lecture 6: Capes convolucionals
Architectures
Instructor: Xavier Giró-i-Nieto
Lecture 7: Capes d'agrupament
Architectures
Instructor: Xavier Giró-i-Nieto
Lecture 8: Xarxes Neuronals Convolucionals
Architectures
Instructor: Xavier Giró-i-Nieto
Lecture 9: Xarxes Neuronals Recurrents - RNN
Architectures
Instructor: Xavier Giró-i-Nieto
Lecture 10: Transferència del Coneixement
Learning Paradigms
Instructor: Xavier Giró-i-Nieto
Lecture 11: Interpretabilitat
Learning Paradigms
Instructor: Xavier Giró-i-Nieto
Lecture 12: Optimitzadors
Learning Paradigms
Instructor: Xavier Giró-i-Nieto
Lecture 13: Mecanismes d'Atenció
Learning Paradigms
Instructor: Xavier Giró-i-Nieto