الوصف
مقدمة في التصنيف والانحدار. الأمثلية، المتجهة، إنحدار التدرج، الدالة الكلفة، الدوال الخسارة والتنشيط. مقدمة وأساسيّات الذكاء الاصطناعي، الشبكات العصبية الاصطناعية، الانتشار الأمامي والخلفي، المتعلم متعدد الطبقات، وأنواع أخرى من نماذج الشبكات العصبية العميقة، وتطبيقاتها في الوسائط المتعددة، الشبكات، المالية، إلخ.
المقررات السابقة
- شرط سابق: BIT 2000 و BIT 2400 .
الشروط والإجراءات
- مُدرج أيضًا كـ IRM 4005 .
- شرط سابق: BIT 2000 و BIT 2400 .
- محاضرات ثلاث ساعات أسبوعيًا.
نص المرجع بلغته الأصلية
Introduction to classification and regression. Optimization, vectorization, gradient descent, cost, loss and activation functions. Introduction and basics to AI, Artificial Neural Networks, forward and backward propagation, Multi Layer Perceptron, and other types of Deep Neural Network models, their applications in multimedia, networks, finance, etc.
- Prerequisite(s): BIT 2000 and BIT 2400 .
- Also listed as IRM 4005 .
- Lectures three hours a week.
المصادر والمراجع
يتم الاحتفاظ بالتواريخ والمصادر لمساعدتك في التحقق من المعلومات. تُعرض ترجمات لتسهيل القراءة؛ المصدر الرسمي هو المرجع للشروط والمتطلبات.
مرجع المصدر : https://calendar.carleton.ca/undergrad/courses/OSS/