Le vendite proseguono nel nuovo sito https://www.deeplearningitalia.com/
Questo corso introduce i principali approcci del Deep Learning basati su reti neurali profonde per l’analisi di sequenze di dati e di serie temporali. Esso è pensato come un corso di base per imparare a progettare, sviluppare e validare reti neurali dinamiche per affrontare problemi che riguardano sequenze di dati. La modellizzazione delle sequenze di dati tramite reti neurali dinamiche è alla base di molte applicazioni moderne di Machine Learning che riguardano serie temporali, linguaggio naturale e immagini. Lo scopo del progetto finale sarà quello di imparare ad affrontare in autonomia un problema reale o di laboratorio applicando un modello di rete neurale per creare un’applicazione o per valutare sperimentalmente la capacità degli approcci di deep learning in varie problematiche. Infine, la stesura di una relazione darà la possibilità di imparare un metodo scientifico di base che permetta di analizzare e sviluppare correttamente applicazioni nell’ambito dell’analisi di dati.
Il tuo istruttore
Dott. Ric. Luca Pedrelli ha conseguito la Laurea Magistrale in Informatica all'Università di Pisa nel 2015 e il Dottorato in Informatica all'Università di Pisa nel 2019. Attualmente sta lavorando come assegnista di ricerca al Dipartimento di Informatica dell'Università di Pisa all'interno del gruppo di ricerca Computational Intelligence & Machine Learning (CIML). Inoltre svolge attività di docenza su temi legati al deep learning all’Università di Pisa e in corsi di specializzazione post laurea. I suoi interessi si concentrano negli ambiti del machine learning, reti neurali, deep learning, reservoir computing e in particolare nello studio e nell'analisi delle reti neurali ricorrenti profonde. I suoi interessi applicativi riguardano la classificazione di sequenze (segnali, testi e immagini) e la predizione di serie temporali di vario tipo.
Argomenti
-
InizioStructured Domains and Time Series (9:42)
-
InizioDynamical and Recurrent Neural Networks (27:38)
-
InizioConvolutional Layers in Keras: Esercitazione (7:20)
-
InizioTime Series Classification in Keras: Esercitazione (5:55)
-
InizioSequence Classification for Natural Language Processing in Keras: Esercitazione (6:04)
-
InizioMultivariate Prediction in Keras: Esercitazione (6:54)