François Chung, Ph.D.

Formació Coursera, MOOC (2018). Impartida en línia per Stanford University (US), aquesta formació introdueix les bases de l'aprenentatge profund. Els principals objectius són comprendre les tendències tecnològiques que impulsen l'aprenentatge profund, ser capaç de construir, entrenar i aplicar xarxes neuronals profundes. La formació té com a objectiu ensenyar com funciona l'aprenentatge profund, en lloc de presentar només una descripció superficial.

Setmana 1: Introducció a l'aprenentatge profund

Temes principals:

• Què és una xarxa neuronal?
• Aprenentatge supervisat amb xarxes neuronals;
• Per què s’està enlairant l'aprenentatge profund?

Setmana 2: Fonaments de xarxes neuronals

Temes principals:

• Classificació binària;
• Regressió logística;
• Descens de gradient;
• Derivades amb gràfic de computació;
• Vectorització de la regressió logística.

Setmana 3: Xarxes neuronals superficials

Temes principals:

• Representació de la xarxa neuronal;
• Calcular la sortida d'una xarxa neuronal;
• Vectorizar a través de múltiples exemples;
• Funcions d'activació i les seves derivades;
• Descens de gradient per a xarxes neuronals;
• Inicialització aleatòria.

Setmana 4: Xarxes neuronals profundes

Temes principals:

• Xarxa neuronal multicapa;
• Propagació cap endavant i cap enrere;
• Blocs de construcció de xarxes;
• Paràmetres vs hiper-paràmetres.

Referència