Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Recherche

Afficher tous les résultats pour

Accueil

Séance de cours

Apprentissage Bio-Inspiré: Réseaux Neuraux, Algorithmes Génétiques

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (41)

Deep Learning : réseaux neuronaux convolutifs et techniques de formation Connectez-vous à Mediaspace pour regarder cette vidéo

Discute des réseaux neuronaux convolutifs, de leur architecture, des techniques de formation et des défis tels que des exemples contradictoires en apprentissage profond.

Réseaux neuronaux : Perceptron et rétropropagation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases des réseaux neuraux, y compris le modèle perceptron et la rétropropagation.

Les principes fondamentaux de l'apprentissage profond Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit un apprentissage profond, de la régression logistique aux réseaux neuraux, soulignant la nécessité de traiter des données non linéairement séparables.

Réseaux neuronaux : formation et optimisation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la formation, l'optimisation et les considérations environnementales des réseaux neuronaux, avec des informations sur les clusters PCA et K-means.

Deep Learning: Réseaux convolutionnels Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les réseaux neuronaux convolutionnels, la rétropropagation et la descente stochastique en gradient dans l'apprentissage profond.

Deep Learning: Représentations de données et réseaux neuraux Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les représentations de données, le sac de mots, les histogrammes, le prétraitement des données et les réseaux neuronaux.

Réseaux de neurones : caractéristiques d’apprentissage et prédiction linéaire Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la capacité des réseaux de neurones à apprendre des fonctionnalités et à faire des prédictions linéaires, en soulignant l'importance de la quantité de données pour une performance efficace.

Réseaux neuronaux : formation et optimisation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la formation et l'optimisation des réseaux neuronaux, en abordant des défis tels que les fonctions de perte non convexes et les minima locaux.

Réseaux d'approvisionnement en énergie Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des réseaux de flux, couvrant la structure du réseau neuronal, la formation, les fonctions d'activation et l'optimisation, avec des applications en prévision et finance.

Réseaux entièrement connectés sur MNIST et SUSY Datasets Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la mise en œuvre de réseaux neuronaux entièrement connectés sur deux ensembles de données utilisant PyTorch.

Deep Learning: Conception de modèles de réseaux neuronaux Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la conception et l'optimisation de modèles de réseaux neuronaux en apprentissage profond.

Calcul optique Redux : Exploiter la lumière pour l'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Déplacez-vous dans l'informatique optique en utilisant la diffusion de la lumière pour les tâches d'apprentissage automatique, en explorant la façonnage de front d'onde et les outils de calcul.

Représentations factorielles : efficacité de la planification Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les représentations factorisées pour la planification, en se concentrant sur la réduction de la complexité et l'amélioration de l'efficacité grâce à une modélisation distincte des fonctionnalités.

Revue du Machine Learning Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre un examen des concepts d'apprentissage automatique, y compris l'apprentissage supervisé, la classification vs régression, les modèles linéaires, les fonctions du noyau, les machines vectorielles de soutien, la réduction de la dimensionnalité, les modèles génératifs profonds et la validation croisée.

Contrôle comportemental incarné : animaux et robots Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre le contrôle du comportement chez les animaux et les robots grâce à des présentations orales, des exercices de calcul et un mini-projet de découverte neuroscientifique pratique.

Sondes à base d'ARN: Aptamères d'épinards Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les sondes basées sur l'ARN, en mettant l'accent sur les aptamères d'épinards en tant que mimétiques GFP des ARN et leurs applications dans les systèmes modèles.

Apprentissage et contrôle des systèmes complexes Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'apprentissage et le contrôle des systèmes complexes, en abordant les défis et les possibilités en matière de technologie et de recherche interdisciplinaire.

Robustesse dans l'intelligence visuelle Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la robustesse de l'intelligence visuelle, en abordant les changements de distribution, les exemples d'échec et les stratégies d'amélioration.

Modèles linéaires : suite Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les modèles linéaires, la régression logistique, la descente en gradient et la régression logistique multi-classes avec des applications pratiques et des exemples.

Réduction de dimensionnalité: PCA & t-SNE Connectez-vous à Mediaspace pour regarder cette vidéo

Explore PCA et t-SNE pour réduire les dimensions et visualiser efficacement les données à haute dimension.

Page 2 sur 3