Introduktion till djup maskininlärning och förstärkningsinlärning

Kursen ger en introduktion till maskininlärning med hjälp av artificiella neurala nätverk (ANN). Fokus är på praktiska övningar och konkreta exempel för att ge både en översiktlig förståelse för ANN och färdigheter i att använda etablerad mjukvara för dessa (Python, Tensorflow, Keras). Aspekter som tas upp inkluderar övervakat lärande (“supervised learning”), djup maskininlärning (“deep learning”, dvs nätverk bestående av många lager med olika funktionalitet) med tillämpningar på bland annat bild-kategorisering.

I kursen ingår en kort introduktion till Python på en nivå som möjliggör användandet av Keras och Tensorflow. Kursen tar också upp förstärkningsinlärning (“reinforcement learning”) som används att ta fram optimala strategier för t.ex spel och dess implementering med hjälp av ANN (s.k. “deep Q-learning”).

• Artificiella neurala nätverk, aktiveringsfunktioner
• Djupa nätverk, nätverkslager med olika funktionalitet
• Övervakad inlärning (supervised learning), kostnadsfunktioner, träning genom gradientsökning
• Förstärkningsinlärning (reinforcement learning) med hjälp av värde-funktion (Q-funktion)
• Q-inlärning med hjälp av neurala nätverk