| Class semester | 2nd semester |
|---|---|
| Class type | Mandatory |
| Instructors | Theodoros Giannakopoulos
|
1. Introduction
2. Feedforward neural nets, backprop, regularisation
3. Optimisation and practical issues
4. Convolutional networks
5. Recurrent and Recursive Networks
6. Autoencoders and representation learning
7. The Long Short-Term Memory and Other Gated RNNs
8. Using external categorical evidence for clustering
9. Sequence Models and Attention
10. Laboratory
11 Inductive Transfer
12. Data Augmentation
13. Visiting lecture: CNN Architectures for Object Detection
© Εθνικό Κέντρο Έρευνας Φυσικών Επιστημών «Δημόκριτος» για το Ινστιτούτο Πληροφορικής & Τηλεπικοινωνιών και Πανεπιστήμιο Πελοποννήσου για το Τμήμα Πληροφορικής και Τηλεπικοινωνιών. Τα περιεχόμενα του ιστοχώρου «ΠΜΣ Επιστήμη των Δεδομένων» μπορούν να αναπαραχθούν ελεύθερα για μη εμπορικούς σκοπούς.
