Djup maskininlärning, 7,5 hp

Metoder för djup maskininlärning används flitigt i en mängd olika tillämpningar inom olika områden såsom talförståelse, datorseende, naturlig språkbehandling, robotik etc. Syftet med kursen är att introducera studenter till djup maskininlärning, vilket inkluderar att förstå hur Convolutional Neural Networks (CNN), Deep Recurrent och Recursive Networks, Autoencoders, Generative Adversarial Networks (GAN), Long Short-Term Memory (LSTM), VGG, Resnet och DensNet är designade och fungerar.