説明
分類と回帰の導入。最適化、ベクトル化、勾配降下、コスト、損失および活性化関数。AI、人工ニューラルネットワークの導入と基礎、順伝播と逆伝播、多層パーセプトロン、および他の種類の深層ニューラルネットワークモデルと、そのマルチメディア、ネットワーク、金融等への応用。
前提条件
- 前提条件：BIT 2000 および BIT 2400。
条件および詳細
- IRM 4005 と併載。
- 前提条件：BIT 2000 および BIT 2400。
- 講義週3時間。
原語による参照テキスト
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.
出典と参照
日付と出典は、情報を確認する際の参考のために保持されています。翻訳は読みやすくするための提案であり、条件や要件については公式の出典が基準となります。
出典の参照 : https://calendar.carleton.ca/undergrad/courses/OSS/