Programa do Curso

  • Backprop, modelos modulares
  • Módulo Logsum
  • Rede RBF
  • Perda de MAP/MLE
  • Transformações de espaço de parâmetros
  • Módulo Convolucional
  • Aprendizagem Baseada em Gradiente
  • Energia para inferência
  • Objetivo para aprender
  • PCA, NLL
  • Modelos de variáveis latentes
  • LVM probabilístico
  • Função de perda
  • Reconhecimento de caligrafia

Requisitos

Bons conhecimentos básicos de aprendizagem automática. Competências de programação em qualquer linguagem (idealmente Python/R).

  21 horas
 

Declaração de Clientes (1)

Cursos Relacionados

Categorias Relacionadas