קריית האוניברסיטה, רמת אביב, תל- אביב69978 . טלפון:6406970 6408547 , 6049419 , 6408489 . פקס:6406062 TEL AVIV UNIVERSITY, RAMAT AVIV, TEL-AVIV 69978, ISRAEL. TEL 972-3-6409419, 6408489, 6408547, Fax 972-36406062 מבוא ללמידת מכונה הרצאה: 3 תרגיל: 1 דרישות קדם: שיטות מתמטיות1 ו- 2 , מבוא להסתברות ותכנות– פייתון. מטרת/ת י אור הקורס: בקורס יילמדו עקרונות בסיסיים של למידת מכונה. ציון: בחינה- 80% , תרגילי בית- %20 תוכן הקורס: חזרה על תורת ההסתברות ופילוגי הסתברות. חוקי החלטה ביסיאניים. שערוך פרמטרים על פי שיטת הסבירות המרבית ועל פי השיטה הביסיאנית. מזהים לא פרמטריים, שערוך לא פרמטרי של צפיפות פילוג, חלונותParzen , שיטת השכנים הקרובים. מודלים ליניאריים לרגרסיה ולזיהוי, ריבועים פחותים, רגולריזציה,logistic regression . פונקציות גרעין,sparse kernel methods , maximum margin classifiers , support vector machines . לימוד לא מונחה, שיטות הקבצה, אלגוריתםK ממוצעים. אלגוריתםexpectation-maximization (EM) , שימושים לאמידת הפרמטרים של מודל עירובים. בחירת אופנים לייצוג ולהבחנה בין קבוצות,principal components analysis (PCA) ( . מודלים מרקוביים ומודלים מרקוביים חבוייםHMM , זיהוי) ואמידת פרמטריHMM . שיטות דגימה,Markov chain Monte Carlo , Metropolis chains , Gibbs sampling , מכונת בולצמן. רשתות עיצביות ולמידה עמוקה, אלגוריתםbackpropagation ווריאנטים שלו, ארכיטקטורות של רשתות עצביות, רשתות קונבולוציה, שיטות רגולרזיציה, דעיכת משקלים,dropout , batch normalization ( , רשתות עצביות רקורסיביותrecurrent neural networks . תוכנות לפיתוח מערכות למידה עמוקה. יישומים של למידה עמוקה לראיה) ממוחשבת, זיהוי דיבור ועיבוד שפה טבעית. ספרות: Pattern Recognition and Machine Learning, C. M. Bishop, Springer, 2006. Machine Learning: A Probabilistic Perspective, K. P. Murphy, The MIT Press, 2012. An Introduction to Statistical Learning, G. James, D. Witten, T. Hastie, R. Tibshirani.
Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
6406062. פקס: 6408489, 6049419, 6408547 6406970. טלפון: 69978אביב -קריית האוניברסיטה, רמת אביב, תלTEL AVIV UNIVERSITY, RAMAT AVIV, TEL-AVIV 69978, ISRAEL. TEL 972-3-6409419, 6408489, 6408547, Fax 972-36406062
מבוא ללמידת מכונה
3: הרצאה
1: תרגיל
פייתון. –, מבוא להסתברות ותכנות 2-ו 1שיטות מתמטיות :דרישות קדם
.בקורס יילמדו עקרונות בסיסיים של למידת מכונה: אור הקורסימטרת/ת
%20 -, תרגילי בית 80% - בחינה: ציון
תוכן הקורס:
חזרה על תורת ההסתברות ופילוגי הסתברות. חוקי החלטה ביסיאניים. שערוך פרמטרים על פי שיטת הסבירות המרבית ועל פי השיטה הביסיאנית. מזהים לא פרמטריים, שערוך לא פרמטרי של
, שיטת השכנים הקרובים. מודלים ליניאריים לרגרסיה ולזיהוי, Parzenצפיפות פילוג, חלונות , sparse kernel methods. פונקציות גרעין, logistic regressionריבועים פחותים, רגולריזציה,
maximum margin classifiers ,support vector machines ,לימוד לא מונחה, שיטות הקבצה ., שימושים לאמידת expectation-maximization (EM)ממוצעים. אלגוריתם Kאלגוריתם
principalהפרמטרים של מודל עירובים. בחירת אופנים לייצוג ולהבחנה בין קבוצות, components analysis (PCA)( מודלים מרקוביים ומודלים מרקוביים חבויים .HMM זיהוי ,)
, Markov chain Monte Carlo ,Metropolis chains. שיטות דגימה, HMMואמידת פרמטרי Gibbs sampling מכונת בולצמן. רשתות עיצביות ולמידה עמוקה, אלגוריתם ,backpropagation
ווריאנטים שלו, ארכיטקטורות של רשתות עצביות, רשתות קונבולוציה, שיטות רגולרזיציה, דעיכת recurrent neural, רשתות עצביות רקורסיביות )dropout ,batch normalizationמשקלים,
networks תוכנות לפיתוח מערכות למידה עמוקה. יישומים של למידה עמוקה לראיה .) ממוחשבת, זיהוי דיבור ועיבוד שפה טבעית.
:ספרות
Pattern Recognition and Machine Learning, C. M. Bishop, Springer, 2006.
Machine Learning: A Probabilistic Perspective, K. P. Murphy, The MIT Press, 2012.
An Introduction to Statistical Learning, G. James, D. Witten, T. Hastie, R. Tibshirani.
Related Documents
