Навчання > Архітектури та технології глибинного навчання (ВПК)

Архітектури та технології глибинного навчання (ВПК)

Тип: Нормативний

Кафедра: системного проектування

Навчальний план

СеместрКредитиЗвітність
76Залік

Лекції

СеместрК-сть годинЛекторГрупа(и)
732доцент Ляшкевич В. Я.

Лабораторні

СеместрК-сть годинГрупаВикладач(і)
732

Опис навчальної дисципліни

Навчальна програма з дисципліни “Архітектури та технології глибинного навчання “визначає зміст і обсяг знань”, необхідних для фахівця з інтелектуальних технологій обробки даних. 

Дисципліна охоплює проблематику вивчення сучасного стану технологій глибинного навчання, питання формалізації та обробки даних в технологіях функціонування систем, вивчення сучасних програмних засобів машинної обробки даних.

У межах навчальної дисципліни студенти вивчають методи, що застосовуються для побудови складних нейромережних моделей та алгоритмів оптимізації із метою вирішення завдань класифікації, детекції, сегментації та ін.

Рекомендована література

  1. Martin T. Hagan. Neural Network Design, 2013. – 1012 p. – [Електронний ресурс]. – Режим доступу: https://hagan.okstate.edu/NNDesign.pdf 
  2. Pytorch Tutorial. – [Електронний ресурс]. – Режим доступу: https://pytorch.org/tutorials/beginner/basics/intro.html 
  3. Aurélien Géron. Hands-On Machine Learning with Scikit-Learn and TensorFlow: O’Reilly, 2017. – 718 p.
  4. Ian Goodfellow, Yoshua Bengio, Aaron Courville. Deep Learning: MIT Press, 2016. – [Електронний ресурс]. – Режим доступу: https://www.deeplearningbook.org/ 
  5. Mathematics concepts required for Deep Learning. – [Електронний ресурс]. – Режим доступу:  https://www.geeksforgeeks.org/mathematics-concept-required-for-deep-learning/ 
  6. Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012. 
  7. Pytorch Tutorial. – [Електронний ресурс]. – Режим доступу: https://github.com/yunjey/pytorch-tutorial 
  8. Recurrent Neural Network. – [Електронний ресурс]. – Режим доступу: https://github.com/yunjey/pytorch-tutorial/tree/master/tutorials/02-intermediate/recurrent_neural_network/main.py#L39-L58
  9. Bidirectional Recurrent Neural Network. – [Електронний ресурс]. – Режим доступу: https://github.com/yunjey/pytorch-tutorial/tree/master/tutorials/02-intermediate/bidirectional_recurrent_neural_network/main.py#L39-L58
  10. Language Model (RNN-LM). – [Електронний ресурс]. – Режим доступу: https://github.com/yunjey/pytorch-tutorial/tree/master/tutorials/02-intermediate/language_model/main.py#L30-L50 
  11. Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python. O’Reilly Media, Inc., 2016
  12. Russell, Stuart J. Artificial intelligence: a modern approach / Stuart J. Russell, Peter Norvig; contributing writers: Ernest Davis … [et al.]. – 3rd edition. – Upper Saddle River: Prentice Hall, 2010. – xviii, 1132 p. ill., tab., schem. 25 cm. – (Prentice Hall series in artificial intelligence) ISBN: 978-0-13-604259-4 0-13-604259-7.
  13. Goodfellow, I., Bengio, Y.,, Courville, A. (2016). Deep Learning. MIT Press. ISBN: 9780262035613
  14. Bishop, C. M. (2007). Pattern Recognition and Machine Learning (Information Science and Statistics). Springer. ISBN: 0387310738.
  15. Simon Haykin. Neural Networks and Learning Machines, Third Edition // New York: Prentice Hall, 2009. – 936 p.
  16. Andrej Karpathy blog http://karpathy.github.io/
  17. Sebastian Ruder blog. http://sebastianruder.com/optimizing-gradient-descent/
  18. https://www.datacamp.com/tutorial/pytorch-tutorial-building-a-simple-neural-network -from-scratch
  19. https://uvadlc-notebooks.readthedocs.io/en/latest/tutorial_notebooks/tutorial2/Introdu ction_to_PyTorch.html
  20. Machine Learning in Computer Vision / N. Sebe, Ira Cohen, Ashutosh Garg, Thomas S. Huang// Springer, 2005. – 249 p. – [Електронний ресурс]. – Режим доступу:
    http://silverio.net.br/heitor/disciplinas/eeica/papers/Livros/[Sebe]%20-%20Machine%20Learning%20in%20Computer%20Vision.pdf  
  21. Prompt Engineering Guide. – [Електронний ресурс]. – Режим доступу: https://www.promptingguide.ai/ 
  22. All Things Generative AI. – [Електронний ресурс]. – Режим доступу:  https://generativeai.net/
  23. Generative artificial intelligence. – [Електронний ресурс]. – Режим доступу:  https://en.wikipedia.org/wiki/Generative_artificial_intelligence

Силабус:

Завантажити силабус