| Kods | DE0941 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Nosaukums | Dziļā mašīnmācīšanās | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Statuss | Obligātais/Ierobežotās izvēles | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Līmenis un tips | Augstākā līmeņa, Akadēmiskais | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Tematiskā joma | Datorika | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Struktūrvienība | Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Mācībspēks | Ēvalds Urtāns | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Kredītpunkti | 6.0 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Daļas | 1 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Anotācija |
Dziļās mašīnmācīšanās sniegtās iespējas tiek pielīdzinātas ceturtās industriālās revolūcijas ietekmei dažādās dzīves sfērās, sākot no autonomajiem transportlīdzekļiem līdz vērtspapīru tirdzniecībai. Vairums komerciālo risinājumu ir veidoti, izmantojot publiski pieejamus un iepriekš apmācītus modeļus vai jau izstrādātus pakalpojumus. Tomēr ir nepieciešami inženieri, kas spēj izstrādāt inovatīvus modeļus, un šādi speciālisti tiek augsti vērtēti gan akadēmiskajā, gan komerciālajā vidē. Lai jaunie speciālisti varētu veidot jaunus modeļus, nepieciešamas zināšanas gan datorzinātnē, gan matemātikā. Studiju kursā studentiem tiks sniegta iespēja, izmantojot praktiskus piemērus un pakāpenisku pieeju, apgūt visu nepieciešamo teoriju un instrumentus, kas nepieciešami, lai uzsāktu savus pētniecības projektus. Studiju kursa ietvaros tiks realizēti matemātiskie modeļi, izmantojot PyTorch vai kādu līdzvērtīgu matemātisko ietvaru. Studiju kursā uzsvars tiek likts uz fundamentālām zināšanām, kuras var pielietot daudzos dažādos lietišķos pētījumos. Iespēja izmantot RTU superdatoru (HPC), bez kura dziļās mašīnmācīšanās pētījumi nebūtu iespējami, ļaus studentiem sākt darbu šajā nozarē pasaules līmenī.. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa saturs |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Mērķis un uzdevumi, izteikti kompetencēs un prasmēs |
Studiju kursa mērķis ir sagatavot studentus dziļās mašīnmācīšanās jomā savu pētījumu uzsākšanai, kā arī dot zināšanas un praktiskās iemaņas, lai dziļo mašīnmācīšanos studenti varētu izmantot praktisku uzdevumu risināšanā, sākot no regresijas, klasificēšanas un laikrindu uzdevumiem un beidzot ar stimulēto mašīnmācīšanos. Studiju kursa uzdevumi: - izskaidrot dziļās mašīnmācīšanās pamatprincipus; - iemācīt dziļās mašīnmācīšanās modeļus klasificēšanas, regresijas, attēlu segmentēšanas, laikrindu, stimulētās mašīnmācīšanās, metriku mašīnmācīšanās un ģeneratīvajiem uzdevumiem; - attīstīt prasmes lietot dziļo mašīnmācīšanos praktisku problēmu risināšanā; - attīstīt prasmes implementēt modeļus, lietojot PyTorch vai citus matemātiskus ietvarus, par pamatu izmantojot zinātniskas publikācijas; - attīstīt prasmes implementēt modeļus skaitļošanas klasterī (HPC). | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Sasniedzamie studiju rezultāti un to vērtēšana |
Spēj lietot dziļo mašīnmācīšanos praktisku problēmu risināšanā. - Mājasdarbi un praktiskie darbi. Eksāmens. Spēj implementēt modeļus, par pamatu ņemot zinātniskas publikācijas. - Mājasdarbi un praktiskie darbi. Spēj implementēt modeļus PyTorch un Numpy ietvaros. - Mājasdarbi un praktiskie darbi. Spēj implementēt modeļus skaitļošanas klasterī (HPC). - Mājasdarbi un praktiskie darbi. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju rezultātu vērtēšanas kritēriji |
Eksāmens - 50%
Praktiskie darbi - 50% |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Priekšzināšanas | Studentiem, vismaz vidējā līmenī jāpārzina: • Lineārā algebra • Augstākā matemātika • Varbūtību teorija • Informācijas teorija • Statistika • Programmatūras projektēšanas šabloni • Objektorientētā programmēšana • Python • Linux | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa plānojums |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||