Introduction to Deep Learning - NUPA032

• Anglický název: Introduction to Deep Learning
• Zajišťuje: Universität Passau (32-PASSAU)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2025
• Semestr: zimní
• E-Kredity: 6
• Rozsah, examinace: zimní s.:2/2, Zk [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: angličtina
• Způsob výuky: prezenční
• Garant: prof. Stefanie Scherzinger, Ph.D.
• Vyučující: prof. Stefanie Scherzinger, Ph.D.
• Neslučitelnost : NPFL138
• Záměnnost : NPFL138

Anotace

University of Passau - Code: 471616; Lecturer: Lemmerich; Course content: Basics of Representation Learning. Perceptron Learning. Feedforward Neural Networks. Gradient Descent and Backpropagation. Regularization in Deep Learning. Convolutional Neural Networks. Recurrent Neural Networks. Autoencoders. Adversarial Training. Graph Neural Networks. Applications of Deep Learning for Text, Sequences, and Images. Explainability and Deep Learning.

Poslední úprava: Holubová Irena, doc. RNDr., Ph.D. (06.03.2025)

Literatura

Goodfellow, Ian, Yoshua Bengio, and Aaron Courville: Deep learning. MIT press, 2016;

Aggarwal, Charu C.: Neural networks and deep learning. Springer 10 (2018): 978-3;

Additional literature will be announced at the beginning of the semester.

Poslední úprava: Holubová Irena, doc. RNDr., Ph.D. (06.03.2025)