Avancerad överföringsinlärning med djupa neurala nätverk

7,5 hp

Kursen omfattar följande ämnen:

Introduktion: varför djupinlärning med flera uppgifter är viktiga

Överföringsinlärning via finjustering och domänanpassning

Multi-task inlärning

med fasta neurala nätverksarkitekturer
med uppgiftsmedveten modulering

Meta-lärande för few-shot klassificering och regression
Black-box-meta-inlärningsmetoder
Optimeringsbaserade meta-inlärningsmetoder
Icke-parametriska metoder för few-shot inlärning

Avancerade ämnen
Problemet med memorering i meta-inlärning
Meta-inlärning utan uppgifter tillhandahållna: hur man konstruerar träningsuppgifter automatiskt
Livslångt lärande: hur kontinuerlig inlärning sker från en sekvens av uppgifter

Öppna utmaningar i multi-task och meta-inlärning

HT 2024 (Distans (Internet), Ortsoberoende, 75%)

Anmälan stängd

Kursplan

Nivå:

Forskarnivå

Anmälningskod:

R3110

Behörighetskrav:

Grundläggande behörighet för utbildning på forskarutbildningsnivå samt 7,5 hp inom maskininlärning.

Urvalsregler:

Begränsat tillträde

Mer information om urvalsregler.

Startvecka:

Vecka: 38

Obligatoriska sammankomster:

Undervisningstid:

Blandade tider

Studieavgift:

För sökande med medborgarskap utanför EU/EES och Schweiz: Mer information om studieavgift

Undervisningsspråk:

Undervisningen bedrivs på engelska.

Visa utbildningsinfo

VT 2024 (Distans (Internet), Ortsoberoende, 50%)

Inställd