Hluboké učení

Introductory information about the course

Požadavky na studenta
  • Seminární projekty návrhu a tréninku neuronových sítí zadávané na seminářích, termíny odevzdání dle pokynů cvičícíhoNutno získat nejméně 50% z každého projektu.
  • Sada teoretických příkladů k domácímu řešení, které budou průběžně zadávány během semestru. Musí být odevzdány přes odevzdávárnu, chybně vyřešené příklady budou vraceny k přepracování.  Nutno získat nejméně 50% z každého příkladu.
  • Celkové hodnocení podle součtu bodů: 50-59 % E, 60-69 % D, 70-79 % C, 80-89 % B, 90-100 % A.
  • Seminar projects for the design and training of neural networks assigned at seminars, submission dates according to the trainer's instructions. At least 50% of each project must be obtained.
  • A set of theoretical examples for homework, which will be continuously assigned during the semester. They must be submitted through the submission office, incorrectly solved examples will be returned for rework. Must get at least 50% of each example.
  • Overall grade by sum of points: 50-59% E, 60-69% D, 70-79% C, 80-89% B, 90-100% A.
Literatura

Základní:

  • I. Goodfellow, Y. Bengio. A Courville: Deep Learning. MIT Press, 2016. Dostupné online.
  • F. Chollet: Deep learning v jazyku Python. Grada, Praha, 2019.

Rozšiřující: