Deskripsi
Fundamental pembelajaran mesin; multi-layer perceptron, teorema aproksimasi universal, back-propagation; convolutional networks, recurrent neural networks, variational auto-encoder, generative adversarial networks; komponen dan teknik dalam pembelajaran mendalam; Markov Decision Process; persamaan Bellman, policy iteration, value iteration, Monte-Carlo learning, metode temporal difference, Q learning, SARSA, aplikasi.
Teks rujukan dalam bahasa aslinya
Fundamentals of machine learning; multi-layer perceptron, universal approximation theorem, back-propagation; convolutional networks, recurrent neural networks, variational auto-encoder, generative adversarial networks; components and techniques in deep learning; Markov Decision Process; Bellman equation, policy iteration, value iteration, Monte-Carlo learning, temporal difference methods, Q learning, SARSA, applications.
Sumber dan referensi
Tanggal dan sumber disimpan untuk membantu Anda memverifikasi informasi. Terjemahan disediakan untuk memudahkan pembacaan; sumber resmi menjadi rujukan untuk syarat dan ketentuan.
Referensi sumber : https://calendar.carleton.ca/grad/courses/COMP/