Reti neurali profonde, reti convoluzionali, reti ricorrenti
1. Reti neurali profonde: il metodo del gradiente stocastico, l'algoritmo di backpropagation, le funzioni di costo scarto quadratico e cross-entropy, overfitting e regolarizzazione
2. Reti convoluzionali
3. Reti ricorrenti
Verranno inoltre trattati i seguenti argomenti di calcolo delle probabilità: la legge dei grandi numeri per variabili aleatorie correlate negativamente; il valore atteso condizionato; il valore atteso condizionato come minimizzatore della varianza.
Verranno inoltre introdotti i linguaggi di programmazione Python e Keras, che verranno utilizzati per scrivere i codici di implementazione di esempi dei vari tipi di reti.
SEDE DI CHIETI
Via dei Vestini,31
Centralino 0871.3551
SEDE DI PESCARA
Viale Pindaro,42
Centralino 085.45371
email: info@unich.it
PEC: ateneo@pec.unich.it
Partita IVA 01335970693