Neural Network (2/2022)

Zoom Link: https://chula.zoom.us/j/7474759219

Shared Drive: https://drive.google.com/drive/folders/158hhw0J95e5eHnrhN_rgwmt9jr9_7X3Y?usp=sharing 

Course Schedule:

1. 9 Jan 23: Course Introduction (Brain System, Artificial Neuron) 

2. 16 Jan 23: Artificial Neuron Architecture (VDO Playlist) 

3. 23 Jan 23: TLN Architecture (VDO Playlist)

4. 30 Jan 23, TLN Training+Supervised Learning  (1) (VDO Playlist)

   1. Fully Online ไม่มี Onsite ดูวิดีโออย่างเดียว

   2. ดูวิดีโอ 5 วิดีโอใน Play List แบ่งเป็น 2 เรื่อง

      1. MLP

      2. การ Train TLN

   3. จะมีบรรยายสรุปอีกครั้งวันที่ 6 กุมภาพันธ์

5. 6 Feb 23: TLN Training+Supervised Learning (2) (VDO Playlist)

   1. ขออภัยด้วยครับ มีความจำเป็นต้องเข้าประชุมตอน 13:30-15:30 ทำให้ต้องย้ายเป็น Online อีกครั้ง 

   2. เวลา 13:00-13:30 จะ review เรื่องที่ผ่านมา คือ MLP และ การ Train TLN

   3. ดูวิดีโอในลิสต์วันนี้

   4. สัปดาห์ที่ 13 ก.พ. จะบรรยายสรุปทั้งหมดอีกครั้ง

6. 13 Feb 23: TLN Training+Supervised Learning (3) (VDO Playlist, Training Spreadsheet, Weiner Solution Colab) 

7. 20 Feb 23: Backpropagation Neural Network  (VDO Clips) 

   1. This one is not in the VDO. An analysis of a sigmoid unit https://colab.research.google.com/drive/1vdZjNpBia28fsHB5XoFJhs_eQnOpcTeM?usp=sharing 

8. 27 Feb 23: Review

   1. Recorded Zoom: https://youtu.be/CgDGdG86EVs 

9. 6, 13 Mar 23: Midterm (Holiday) 

10. 20 Mar 23: Midterm (Confirmed)

    1. 13:00-15:30 

    2. ห้อง 201A ตึกร้อยปี

11. 3 Apr 23  BNN Quiz :

    1. 13:30-14:30, Room 201A, ENG 100 Years BLDG

12. 10 Apr 23 Support Vector Machine  (VDO Clips, Colab)

13. 17-24 Apr 23 Self Organizing Feature Map (VDO Clips)

14. 17-24 Apr 23 Convolution Neural Network (VDO Clips)

15. 1 May 23 LSTM (VDO Clips)

16. 15 May 23 Final Exam (The place will be announced here)

Grading System

1. Midterm (Online) 35%

   1. Score is here https://colab.research.google.com/drive/1kTekrSvVAiAPIqHA7-9CT6rKuiIv_wpp?usp=sharing (Mean: 56.47, Maximum Score: 64, Not include the BNN quiz yet)

2. Final (Online) 45%

   1. On 13:00-15:00, 15 May 23, 18-15 and 18-16 ENG 4

   2. Open book, Calculators, Tablet, and Computer are allowed.

3. Project 20%

   1. 2-3 Members 

   2. Apply techniques in the class to a new data set

   3. Submit in a recorded VDO not longer than 10 minutes 

      1. Where can you get the data?

      2. Data preprocessing 

      3. Example of data 

      4. How to apply NN to attck your problem 

      5. What's the result 

      6. How can you adjust (fine tune the model)?

      7. How does it improve from the original version?

   4. Submit via this form https://forms.gle/dBhqXWNuot4JLrsC7  before 22 May 23

References:

1. Kumar, S. (2013). Neural Networks: A Classroom Approach. India: McGraw-Hill.

2. Russell, S. J., & Norvig, P. (2021). Artificial intelligence: A modern approach. Hoboken, NJ: Pearson.