課程簡介

  • 反向支柱,模組化模型
  • Logsum 模組
  • RBF凈值
  • MAP/MLE 丟失
  • 參數空間變換
  • 卷積模組
  • 基於梯度的學習
  • 用於推理的能量
  • 學習目標
  • PCA、NLL
  • 潛在變數模型
  • 概率 LVM
  • 損失函數
  • 手寫識別

最低要求

在基礎機器學習方面打下良好的基礎。任何語言的程式設計技能(最好是 Python/R)。

  21 時間:
 

人數


開始於

結束於


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

客戶評論 (1)

相關課程

課程分類