Explore l'utilisation de l'optique dans l'apprentissage automatique, en se concentrant sur la multiplication de matrice aléatoire à grande échelle par diffusion multiple de la lumière.
Introduit des réseaux neuronaux convolutionnels pour le traitement de l'image, couvrant les composants de base, les architectures et les applications pratiques, y compris la dénouement et la segmentation.
Explore le traitement adaptatif du signal, la descente de gradient et l'algorithme LMS pour un filtrage efficace et un entraînement au réseau neuronal.
Couvre les bases des réseaux neuronaux convolutionnels, y compris l'optimisation de la formation, la structure des couches et les pièges potentiels des statistiques sommaires.
Introduit des fondamentaux d'apprentissage profond, couvrant les représentations de données, les réseaux neuronaux et les réseaux neuronaux convolutionnels.
