คำอธิบาย
พื้นฐานของการเรียนรู้ของเครื่อง; multi-layer perceptron, กฎฟังก์ชันประมาณค่าเชิงสากล (universal approximation theorem), back-propagation; เครือข่ายคอนโวลูชัน, เครือข่ายประสาทแบบเรียงลำดับ (recurrent neural networks), variational auto-encoder, generative adversarial networks; องค์ประกอบและเทคนิคใน deep learning; Markov Decision Process; สมการ Bellman, policy iteration, value iteration, การเรียนรู้แบบ Monte-Carlo, วิธี temporal difference, Q learning, SARSA, และการประยุกต์
ข้อความอ้างอิงในภาษาต้นฉบับ
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.
แหล่งที่มาและอ้างอิง
วันที่และแหล่งที่มาถูกเก็บไว้เพื่อช่วยให้คุณตรวจสอบข้อมูล การแปลเสนอเพื่ออำนวยความสะดวกในการอ่าน แหล่งทางการเป็นที่อ้างอิงสำหรับเงื่อนไขและข้อกำหนด
แหล่งอ้างอิง : https://calendar.carleton.ca/grad/courses/COMP/