[SD] Simon – Understanding Deep Learning

• Il corso non prevede un libro di testo ufficiale che ne copra tutti i contenuti. Tuttavia, di seguito sono indicati alcuni testi di riferimento che trattano parti del programma.

Argomenti del programma: Gli argomenti trattati nell’ambito del corso includono: Apprendimento bayesiano Modelli grafici non diretti Reti bayesiane dinamiche Fondamenti del deep learning (CNN, Autoencoder, DBN, reti ricorrenti con meccanismi di gating, ecc.) Deep learning per la visione artificiale e l’elaborazione dei segnali Deep learning generativo (VAE, GAN, modelli di diffusione, modelli espliciti, ecc.) Modelli avanzati di deep…

• Much of the course content will be available through lecture slides and associated bibliographic references.
• All the material above is available publicly or through the course page.

Argomenti del programma: Please note that minor changes to the schedule or course content may occur due to instructor commitments or unforeseen circumstances. Any such changes will be communicated to students in a timely manner. - Introduction - Introduction to the course - Machine Learning Fundamentals and Health Applications - Fundamentals of Probability and Statistics for AI - Lab Tutorial 1: Hypothesis testing - Machine Learning:…