TIES4700 Syväoppiminen (5 op)
Opinnon taso:
Syventävät opinnot
Arviointiasteikko:
0-5
Suorituskieli:
englanti, suomi
Vastuuorganisaatio:
Informaatioteknologian tiedekunta
Opetussuunnitelmakaudet:
2024-2025, 2025-2026, 2026-2027, 2027-2028
Kuvaus
Tämä opintojakso vie opiskelijan syväoppimisen maailmaan, keskittyen yleisimpiin syväoppimismenetelmiin, kuten erilaisiin neuroverkkoihin (CNN, RNN, Transformer, GAN). Opintojakso syventää opiskelijoiden ymmärrystä syväoppimisen matemaattisista malleista, optimointialgoritmeista, laskennallisista vaatimuksista sekä hyperparametrien optimoinnista.
Osaamistavoitteet
Opintojakson käytyään opiskelija tuntee yleisimmät syväoppimismenetelmät (CNN, RNN, Transformer, GAN) ja ymmärtää syväoppimiseen liittyvät matemaattiset mallit, optimointialgoritmit, laskennalliset vaatimukset ja hyperparametrien optimoinnin. Opiskelija osaa arvioida, milloin mallin voi olettaa yleistyvän ennen näkemättömälle datalle, ja osaa varmistaa asian käytännössä. Opiskelija osaa soveltaa Pytorch-kirjastoa (tai muuta soveltuvaa) oppimaansa: hän pystyy valitsemaan eri ongelmiin sopivan menetelmän ja osaa kouluttaa sen tehokkaasti.
Esitietojen kuvaus
Datatieteen aineopintokokonaisuus ja Koneoppiminen–opintojakso (tai vastaavat tiedot).
Oppimateriaalit
Dive into Deep Learning: https://d2l.ai/
Suoritustavat
Tapa 1
Kuvaus:
Ilmoitetaan toteutuskohtaisesti
Arviointiperusteet:
Ilmoitetaan toteutuskohtaisesti
Valitaan kaikki merkityt osat
Suoritustapojen osat
x
Osallistuminen opetukseen (5 op)
Tyyppi:
Osallistuminen opetukseen
Arviointiasteikko:
0-5
Arviointiperusteet:
<p>Ilmoitetaan
toteutuskohtaisesti</p>
Suorituskieli:
englanti, suomi
Oppimateriaalit:
Ilmoitetaan toteutuskohtaisesti