Нейронные сети с обучением без учителя

Видеозаписи

Лекция

Семинар

Содержание лекции

• Нейронная сеть Кохонена. Конкурентное обучение, стратегии WTA и WTM.
• Самоорганизующаяся карта Кохонена. Применение для визуального анализа данных. Искусство интерпретации карт Кохонена.
• Автокодировщик. Линейный AE, SAE, DAE, CAE, RAE, VAE, AE для классификации, многослойный AE.
• Пред-обучение нейронных сетей (pre-training).
• Перенос обучения (transfer learning).
• Многозадачное обучение (multi-task learning).
• Самостоятельное обучение (self-supervised learning).
• Дистилляция моделей или суррогатное моделирование.
• Обучение с использованием привилегированной информации (learning using privileged information, LUPI).
• Генеративные состязательные сети (generative adversarial net, GAN).

Материалы

• Презентация Voron-ML-ANN-Unsupervised-slides.pdf (PDF, 2,7 МБ) — прикреплена к публикации.

Материалы курса © К. В. Воронцов. Текст и слайды распространяются по лицензии CC BY-SA 3.0 — на условиях этой лицензии они воспроизведены здесь без изменений. Видеозаписи размещены на YouTube и встроены по ссылке; их копии здесь не хранятся.