Descrição
Fundamentos de aprendizado de máquina; perceptron multicamadas, teorema de aproximação universal, back-propagation; redes convolucionais, redes neurais recorrentes, variational auto-encoder, generative adversarial networks; componentes e técnicas em deep learning; Processo de Decisão de Markov; equação de Bellman, policy iteration, value iteration, aprendizagem Monte-Carlo, métodos de diferença temporal, Q learning, SARSA, aplicações.
Texto de referência na sua língua de origem
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.
Fontes e referências
As datas e as fontes são mantidas para ajudá-lo a verificar os dados. As traduções são propostas para facilitar a leitura; a fonte oficial é a referência para condições e exigências.
Fonte de referência : https://calendar.carleton.ca/grad/courses/COMP/