설명
분류와 회귀에 대한 소개. 최적화, 벡터화, 경사하강법, 비용함수, 손실함수 및 활성화함수. AI 기초와 인공신경망 소개, 순전파 및 역전파, 다층 퍼셉트론 및 기타 유형의 심층신경망 모델과 멀티미디어, 네트워크, 금융 등에서의 응용.
선수 과목
- 전제조건: BIT 2000 및 BIT 2400 .
조건 및 세부사항
- 또한 IRM 4005로 등재됨 .
- 전제조건: BIT 2000 및 BIT 2400 .
- 주당 강의 3시간.
원문 참조 텍스트
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.
출처 및 참고문헌
날짜와 출처는 정보를 확인하는 데 도움이 되도록 보관됩니다. 번역은 읽기 편의를 위해 제공되며 조건과 요건은 공식 출처가 기준입니다.
출처 참조 : https://calendar.carleton.ca/undergrad/courses/OSS/