Deep Learning: Représentations de données et réseaux neuraux

Cette séance de cours couvre les représentations de données dans l'apprentissage profond, y compris l'hétérogénéité des données, la taille et le bruit, ainsi que les attributs et le modèle de sac de mots. Il explore également des concepts d’apprentissage profond tels que les histogrammes, le prétraitement des données, les données manquantes, les données bruyantes, la normalisation des données et les données déséquilibrées par rapport aux données équilibrées. La séance de cours progresse pour discuter des leçons tirées des modèles linéaires et des méthodes du noyau, de la transition des représentations artisanales aux représentations apprises, et du fonctionnement des réseaux de neurones artificiels avec des couches cachées et des fonctions d'activation.