RA0754 Dziļā mašīnmācīšanās

Kods RA0754
Nosaukums Dziļā mašīnmācīšanās
Statuss Obligātais/Ierobežotās izvēles
Līmenis un tips Pamatstudiju, Profesionālais
Tematiskā joma Datorika
Struktūrvienība Rēzeknes akadēmija
Mācībspēks Sergejs Kodors, Ilmārs Apeināns
Kredītpunkti 6.0
Daļas 1
Anotācija Šis kurss balstās uz kursa “Dziļā mašīnmācīšanās II” materiāliem. Šī kursa ietvaros students apgūst: 1) neirontīklu kvalitātes kontroles metodes; 2) iemācās izstrādāt objektu meklēšanas risinājumus; 3) iemācās izstrādāt semantiskās segmentācijas risinājumus; 4) iemācās izstrādāt object instance segmentāciju; 5) edge computing; 6) datu seriju apstrāde..
Studiju kursa saturs
Saturs Pilna un nepilna laika klātienes studijas Nepilna laika neklātienes studijas
Kontaktstundas Patstāvīgais darbs Kontaktstundas Patstāvīgais darbs
Esošas arhitektūras un to salīdzināšana 4 10 0 0
Kvalitātes kontroles metodes 12 12 0 0
Objektu meklēšanas neirontīkli 10 12 0 0
Semantiskās segmentācijas neirontīkli 8 12 0 0
Object instance segmentācijas neirontīkli 8 12 0 0
Edge computing risinājumi 8 12 0 0
Datu seriju apstrādes neirontīkli 8 12 0 0
Reinforcement learning 4 12 0 0
Kopā: 62 94 0 0
Mērķis un uzdevumi, izteikti
kompetencēs un prasmēs
Studiju kursa mērķis: apmācīt studentus izstrādāt konvolūcijas neirontīklus attēlu klasifikācijai.
Sasniedzamie studiju
rezultāti un to vērtēšana
Zināšanas: 1. pārzina neirontīklu arhitektūras noteiktiem lietošanas uzdevumiem; 2. pārzina neirontīklu kvalitātes kontroles metodes; 3. pārzina edge computing risinājumus; 4. pārzina datu seriju apstrādi un reinforcement learning; - Individuālais darbs, eksāmens
Prasmes: 5. spēj izstrādāt objektu meklēšanas neirontīklu; 6. spēj izstrādāt semantiskās segmentācijas neirontīklus; 7. spēj izstrādāt object instance segmentācijas neirontīklus. - Individuālais darbs, eksāmens
Kompetence: 8. spēj realizēt objektu meklēšanas, semantiskās segmentācijas un object instance segmentacijas risinājumus; 9. spēj veikt kvalitātes kontroli. - Individuālais darbs, eksāmens
Studiju rezultātu vērtēšanas kritēriji
Individuāli uzdevumi. - 40%
Eksāmens. - 40%
Individuāls pētījums . - 20%
 
Priekšzināšanas Programmēšanas pamati, kurss “Dziļā mašīnmācīšanās I”
Studiju kursa plānojums
Daļa KP Stundas Pārbaudījumi
Lekcijas Prakt. d. Lab. Ieskaite Eksāmens Darbs
1 6.0 31.0 31.0 0.0 *

Pieteikties uz šo kursu

[Kursa apraksts PDF formātā]