TEKS4141 Syväoppimisen perusteet (5 op)

• Opetellaan syväoppimisen soveltamista Python-ohjelmointikielellä käytännön ongelmiin.
• Käytetään pääasiassa Googlen tarjoaman avoimen lähdekoodin TensorFlow-ohjelmistokokonaisuuden alta löytyvää syväoppimiseen suunnattua Keras-ohjelmointikirjastoa.
• Käytetään alustariippumatonta Anaconda-distribuutiota ja ohjelmoidaan selaimessa käytettävällä JupyterLab-ohjelmointityökalulla.
• Opetellaan syväoppimisen eri vaiheet ja tutustutaan erilaisiin neuroverkkoarkkitehtuureihin sekä niiden soveltuvuusalueisiin.
• Sovelletaan syväoppimismenetelmiä binääri- ja moniluokitteluongelmiin sekä regressiotehtäviin erilaisten datasettien kanssa (käytössä 16 eri datasettiä).
• Esimerkkeihin kuuluu muun muassa konenäköön, aikasarjoihin ja sekvensseihin sekä poikkeamien havaitsemiseen liittyviä sovelluksia.
• Tarkastellaan lisäksi epätasaista luokkajakoa, tekstidatan mallintamista ja virheanalyysin tekoa.
• Tutustutaan syväoppimismallien optimoinnin perusperiaatteisiin ja opetellaan oikeaoppista mallinnusprosessia.

Kurssin suoritettuaan opiskelija:

• ymmärtää mitä on syväoppiminen ja miten tekoäly, kone- ja syväoppiminen liittyvät toisiinsa
• omaa hyvän intuition syväoppimiseen liittyvistä asioista menemättä liikaa teknisiin, matemaattisiin yksityiskohtiin
• omaa hyvän rutiinin syväoppimiseen liittyvään ohjelmointiin
• ymmärtää syväoppimismallien optimoinnin eli opettamisen periaatteet ja osaa kehittää suorituskykyisiä syväoppimismalleja
• osaa soveltaa opittuja asioita tosielämän datajoukkoihin erilaisissa sovelluksissa
• omaa työkalut ja eväät oppia haastavampia ja edistyneempiä syväoppimismenetelmiä.

Kurssi suoritetaan itsenäisesti katsomalla luentotallenteet järjestyksessä ja tekemällä loppuprojekti. Kurssi arvioidaan loppuprojektin perusteella (1-5). Uusia luentotallenteita ja vastaavat ohjelmakoodit julkaistaan viidessä osassa kahden viikon välein.

Ei vaadi esitietoja. Hyödyllisiä edeltäviä opintoja ovat muun muassa ohjelmointiin, data-analyysiin ja tilastotieteisiin liittyvät peruskurssit.