SyväoppiminenLaajuus (3 op)
Tunnus: TT00BX19
Laajuus
3 op
Opetuskieli
- suomi
Osaamistavoitteet
Opiskelija ymmärtää syväoppimisen ja neuroverkkojen perusteet ja niiden opettamiseen liittyvät rajoitukset ja mahdollisuudet. Opiskelija osaa soveltaa syväoppimisessa käytettäviä menetelmiä.
Sisältö
Keinotekoiset neuronit ja neuroverkot
Syväoppiminen neuroverkoilla
Neuroverkkojen opettaminen
Opetettujen neuroverkkojen käyttö
Neuroverkkojen hyperparametrit
Pytorch ympäristön käyttö
Esitietovaatimukset
Python-ohjelmointi
Matematiikka 2 (matriisialgebra)
Arviointikriteerit, kiitettävä (5)
Arvosanaan 5 vaaditaan kaikkien kurssin harjoitusten suorittaminen ja palauttaminen sekä kiitettävästi tehty pohdinta harjoituksista.
Arviointikriteerit, tyydyttävä (1)
Arvosanaan 1 vaaditaan että palautetuista kurssin harjoituksista käy ilmi, että opiskelija osaa ottaa käyttöön Pytorch -ympäristön, ladata siihen valmiiksi opetetun mallin ja ajaa sitä.
Ilmoittautumisaika
02.12.2022 - 31.01.2023
Ajoitus
01.01.2023 - 19.03.2023
Opintopistemäärä
3 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologia
Opetuskielet
- Suomi
Koulutus
- Tieto- ja viestintätekniikan koulutus
Opettaja
- Pekka Huttunen
Ryhmät
-
TTV21SAITTV21SAI
Tavoitteet
Opiskelija ymmärtää syväoppimisen ja neuroverkkojen perusteet ja niiden opettamiseen liittyvät rajoitukset ja mahdollisuudet. Opiskelija osaa soveltaa syväoppimisessa käytettäviä menetelmiä.
Sisältö
Keinotekoiset neuronit ja neuroverkot
Syväoppiminen neuroverkoilla
Neuroverkkojen opettaminen
Opetettujen neuroverkkojen käyttö
Neuroverkkojen hyperparametrit
Pytorch ympäristön käyttö
Arviointiasteikko
0 - 5
Arviointikriteerit, kiitettävä (5)
Arvosanaan 5 vaaditaan kaikkien kurssin harjoitusten suorittaminen ja palauttaminen sekä kiitettävästi tehty pohdinta harjoituksista.
Arviointikriteerit, tyydyttävä (1)
Arvosanaan 1 vaaditaan että palautetuista kurssin harjoituksista käy ilmi, että opiskelija osaa ottaa käyttöön Pytorch -ympäristön, ladata siihen valmiiksi opetetun mallin ja ajaa sitä.
Esitietovaatimukset
Python-ohjelmointi
Matematiikka 2 (matriisialgebra)
Ilmoittautumisaika
01.12.2021 - 31.01.2022
Ajoitus
01.01.2022 - 20.03.2022
Opintopistemäärä
3 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologia
Opetuskielet
- Suomi
Koulutus
- Tieto- ja viestintätekniikan koulutus
Opettaja
- Pekka Huttunen
Ryhmät
-
TTV20SAITTV20SAI
Tavoitteet
Opiskelija ymmärtää syväoppimisen ja neuroverkkojen perusteet ja niiden opettamiseen liittyvät rajoitukset ja mahdollisuudet. Opiskelija osaa soveltaa syväoppimisessa käytettäviä menetelmiä.
Sisältö
Keinotekoiset neuronit ja neuroverkot
Syväoppiminen neuroverkoilla
Neuroverkkojen opettaminen
Opetettujen neuroverkkojen käyttö
Neuroverkkojen hyperparametrit
Pytorch ympäristön käyttö
Arviointiasteikko
0 - 5
Arviointikriteerit, kiitettävä (5)
Arvosanaan 5 vaaditaan kaikkien kurssin harjoitusten suorittaminen ja palauttaminen sekä kiitettävästi tehty pohdinta harjoituksista.
Arviointikriteerit, tyydyttävä (1)
Arvosanaan 1 vaaditaan että palautetuista kurssin harjoituksista käy ilmi, että opiskelija osaa ottaa käyttöön Pytorch -ympäristön, ladata siihen valmiiksi opetetun mallin ja ajaa sitä.
Esitietovaatimukset
Python-ohjelmointi
Matematiikka 2 (matriisialgebra)