Giliojo mokymosi metodai

2020 m. pavasario semestras
Dirbtinio intelekto (DI) sprendimai nieko nebestebina ir sparčiai vystosi į visas mokslo ir ekonomikos sritis. Problema yra ta, jog DI sąvoka apibrėžta taip plačiai, jog po ja palenda labai daug sričių, keletas DI apibrėžimų: Štai Amerikoje yra dvi sąvokos: AI - Dirbtinis intelektas, bei AGI - Bendrasis dirbtinis intelektas, pirmoji apima statistinius ir giliuosius metodus, automatizavimą ir taikymo technologijas, o antroji siekiamą "tikrą" dirbtinį intelektą. Kurso esmė supažindinti su naujausiomis technologijomis vaizdo, garso, teksto atpažinimo technologijomis, kurios naudoja gilųjį mokymąsi (angl. Deep learning), o viešojoje erdvėje vadinama Dirbtiniu intelekto technologijomis. Kurso eigoje pristatomos esminės technologijos išvystytos per paskutinį penkmetį, kurios davė reikšmingą postūmį vaizdo, garso, teksto supratimo uždaviniuose ir yra labiausiai vystoma ir didžiausią bendruomenę subūrusi sritis.


Paskaitos:
  • 1 paskaita (02-05) Įvadas: Skaidrės (pdf)

  • Kurso užrašai (pdf)
  • Kurso temos:
    1. Įvadas, kurso apžvalga, naudojami karkasai, debesų kompiuterijos sprendimai (PyTorch, GCP) PyTorch , GCP
    2. Tiesinė algebros sąvokos, sąsukos operacijos, branduoliai.

      Sąsukos operacijos Konvoliucinės transformacijos

    3. Tikimybių teorijos ir informacijos teorijos sąvokos. Tikimybinių dėsnių prognozavimas
    4. Skaitinis skaičiavimas, duomenų srauto skaičiavimai, automatinis diferencijavimas.
    5. Parametrų vertinimas, skaitinis optimizavimas, reguliarizacija.
    6. Duomenų kodavimas, autoenkoderių modeliai. Autoenkoderis
    7. Konvoliuciniai neuroniniai tinklai, paveikslėlių klasifikavimas.

      Uždavinio formulavimas, klasifikavimas su atsisakymu, duomenų sritis, jos pokyčiai, lūkesčiai:

      Lūkesčiai realybė: Realybė

    8. Konvoliuciniai neuroniniai tinklai, aptikimas.

      Objektų aptikimas.

    9. Konvoliuciniai neuroniniai tinklai, segmentavimas.

      Semantinis segmentavimas.

    10. Rekurentiniai neuroniniai tinklai.

      Dėmesio sutelkimo mechanizmas

    11. Rekurentiniai neuroniniai tinklai, taikymai teksto analizėje.

      GPT

    12. Generatyviniai modeliai.

      Ciklinis GAN Deepfakes

    13. Skatinamasis mokymas, sąvokos.
    14. Skatinamasis mokymas, veiksmų strategijos, taikymai. Skatinamasis mokymas AlphaStar
    15. Projektų pristatymas.
    16. Pasiruošimas egzaminui, konsultacija ir jo laikymas.


    Dalyko aprašas

    Puslapis sukurtas naudojantis Distill.pub šablonu.