Machine Learning - Лекция 3 - Искусственные нейронные сети и обучение без учителя

preview_player
Показать описание
Пример прямых вычислений в ИНС. Обратное распространение ошибки и расчет компонент градиента минимизируемой функции для реализации метода градиентного спуска. Алгоритм обучения ИНС. Настойка машинного обучения и выбор параметра регуляризации. Методы обучения без учителя. Кластеризация и метод к-средних. Выявление аномалий. Обучение с подкреплением на примере обучения агента игре в пинг-понг.
Презентацию можно скачать по ссылке:
  1. Mechanics, Mechatronics, and Robotics
  2. Machine learning
  3. Artificial intelligent
  4. Mechatronics and robotics
  5. Backpropagation
  6. Reinforcement learning
Рекомендации по теме
Machine Learning - 1:19:05

Machine Learning - Лекция 3 - Искусственные нейронные сети и обучение без учителя...

Лекция 3. Примеры 0:51:24

Лекция 3. Примеры решения задач Machine Learning с помощью нейронных сетей. Часть 1...

Машинное обучение, лекция 1:26:43

Машинное обучение, лекция 3

Прикладные модели машинного 1:29:29

Прикладные модели машинного обучения. Лекция 3.

Лекция 3. Нейронные 0:47:45

Лекция 3. Нейронные сети - I

Лекция 3. Классификация, 2:34:48

Лекция 3. Классификация, деревья решений. Открытый курс ODS по машинному обучению mlcourse.ai...

Лекция 3. Один 0:47:53

Лекция 3. Один эксперимент

Лекция 3 - 1:25:33

Лекция 3 - Нейронные сети

Тренировки по ML. 1:51:36

Тренировки по ML. Лекция 3: Линейная классификация, метод максимального правдоподобия...

Методы глубокого обучения, 1:26:39

Методы глубокого обучения, лекция 3

Введение в машинное 1:35:55

Введение в машинное обучение, 3-я лекция

Прикладные модели машинного 1:33:17

Прикладные модели машинного обучения. Лекция 3.

Порождающие модели машинного 1:17:26

Порождающие модели машинного обучения. Лекция 3.

Тематическое моделирование. Лекция 1:50:32

Тематическое моделирование. Лекция 3.

Лекция 3. Классификация, 2:34:48

Лекция 3. Классификация, деревья решений. Открытый курс ODS по машинному обучению mlcourse.ai...

Математические основы машинного 1:16:04

Математические основы машинного обучения. Лекция 3.

Методы оптимизации в 1:22:40

Методы оптимизации в машинном обучении. Лекция 3.

Математические основы машинного 1:22:45

Математические основы машинного обучения. Лекция 3.

Генеративные модели. Лекция 1:25:44

Генеративные модели. Лекция 3. Роман Исаченко.

Open ML Course: 0:46:06

Open ML Course: Линейные модели | Лекция 3. Выбор модели. Создание новых признаков...

Байесовское мультимоделирование. Лекция 1:10:10

Байесовское мультимоделирование. Лекция 3.

Анализ сетей и 1:20:03

Анализ сетей и текстов, Лекция 3

Выбор моделей машинного 1:37:14

Выбор моделей машинного обучения. Лекция 3

Создание интеллектуальных систем. 0:44:54

Создание интеллектуальных систем. Лекция 3.