TTC8060 - Syväoppiminen
Kurssin tiedot
| Nimi | Syväoppiminen |
| Koodi | TTC8060 |
| Osa moduulia | DATA-ANALYTIIKKA JA TEKOÄLY |
| Opettaja(t) | Juha Peltomäki |
| Ajoitus | |
| Toteutusten määrä | 1 |
| Peppi | Katso Peppi kuvaus |
Miksi valitsisin tämän kurssin?
Mieluusti muut JAMK:lla tarjottavat Data-analyysin ja tekoälyn opintojaksot pohjalle vaativa kurssi, joka on aiheelta haastava, mutta varmasti erittäin palkitseva. Kurssin esimerkit ja harjoitukset tehdään käyttäen Pythonin Deep Learning -kirjastoja, jotka ovat API-rajapinnaltaan hyvin käyttäjäystävällisiä. Kurssilla käytössä mm. seuraavat modernit ja teollisuudessa laajasti käytettävät syväoppimisen kirjastot (esimerkkejä voi katsoa esim. Keras-kirjaston dokumentaatiosta)
- Keras: https://keras.io/
- TensorFlow: https://www.tensorflow.org/
Keras keskittyy helposti luettavaan ja kirjoitettavaan koodiin pohjautuen yksinkertaisempaan arkkitehtuuriin. Vertailun vuoksi TensorFlow on erittäin tehokas, mutta ei niin yhtä helppo ymmärtää kuin Keras. Keras soveltuu paremmin pienten datasettien käsittelyyn.
Sisältö
- Erilaiset neuroverkot ja niiden arkkitehtuurit ja käyttötarkoitukset (esim. CNN, RNN, LSTM, Autoencoder)
- Avoimen lähdekoodin neuroverkkokirjastoilla työskentely
- Siirretty oppiminen (transfered learning)
- Ennustaminen ja luokittelu (Prediction ja classification)
Sovellusalueet
- Konenäkö
- NLP (Natural Language processing)
- Rakenteellisen datan käsittely
- Aikasarjat (Time Series)
Arviointi
Kurssin suorittaminen pohjautuu koneoppimisen malleja soveltaviin harjoituksiin tai harjoitustyöhön.
Työpaikat
Deep Learning -työpaikat 20.01.2022 (aihepiiristä ei ole vielä yhtä paljon julkisesti työpaikkoja kuin Data Analytics, Data Engineering tai Machine Learning)
