Syväoppiminen 1 (5 op)
Toteutuksen tunnus: TT00CC66-3003
Toteutuksen perustiedot
Ilmoittautumisaika
01.12.2023 - 31.01.2024
Ajoitus
01.01.2024 - 17.03.2024
Opintopistemäärä
5 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologia
Opetuskielet
- Suomi
Koulutus
- Tieto- ja viestintätekniikan koulutus
Opettaja
- Pekka Huttunen
Ryhmät
-
TTV22SAITTV22SAI
- 08.01.2024 12:30 - 15:00, Syväoppiminen 1 TT00CC66-3003
- 15.01.2024 12:30 - 15:00, Syväoppiminen 1 TT00CC66-3003
- 22.01.2024 12:30 - 15:00, Syväoppiminen 1 TT00CC66-3003
- 29.01.2024 12:30 - 15:00, Syväoppiminen 1 TT00CC66-3003
- 05.02.2024 12:30 - 15:00, Syväoppiminen 1 TT00CC66-3003
- 12.02.2024 12:30 - 15:00, Syväoppiminen 1 TT00CC66-3003
Tavoitteet
Opiskelija ymmärtää syväoppimisen ja neuroverkkojen perusteet ja niiden opettamiseen liittyvät rajoitukset ja mahdollisuudet. Opiskelija osaa soveltaa syväoppimisessa käytettäviä menetelmiä Pytorch ympäristössä.
Sisältö
- Keinotekoiset neuronit ja neuroverkot
- Syväoppiminen neuroverkoilla
- Neuroverkkojen opettaminen
- Opetettujen neuroverkkojen käyttö
- Neuroverkkojen hyperparametrit
- Pytorch ympäristön käyttö
- CNN neuroverkot (Convolutional Neural Networks)
- RNN neuroverkot (Recurrent Neural Networks)
- Transformer neuroverkot
Arviointiasteikko
0 - 5
Arviointikriteerit, kiitettävä (5)
Arvosanaan 5 vaaditaan n. 95% kurssin harjoitusten pisteistä. Tämä tarkoittaa käytännössä, että kaikki palautettu koodi toimii ja harjoitusten pohdinta-osiot on tehty kiitettävästi.
Arviointikriteerit, tyydyttävä (1)
Arvosanaan 1 vaaditaan kaikkien tehtävien palautus ja 50% kurssin pisteistä. Lisäksi palautetuista kurssin harjoituksista on käytävä ilmi, että opiskelija osaa ottaa käyttöön Pytorch -ympäristön, ladata siihen valmiiksi opetetun mallin ja ajaa sitä.
Esitietovaatimukset
Datatieteen matematiikka 1 (tilastotieteen peruskäsitteet)
Datatieteen matematiikka 2 (matriisialgebra)
Python-ohjelmointi