
13 episodes

Amlek.AI: ML & AI Podcast Marketech
-
- Technology
-
-
5.0 • 6 Ratings
-
פודקאסט בינה מלאכותית ולמידת מכונה
-
Episode 12: Gaussian process regression/ Kriging
בפרק זה נדבר על שיטת רגרסיה, שנקראת Kriging או Gaussian process regression - שיטה בייסיאנית שהחלה במטרה לאתר מכרות זהב. נדבר על מושגי מבוא, כמו: משתנה אקראי גאוסי ותהליך אקראי גאוסי, ועל משפט הגאוסיאני המותנה. קישורים רלוונטיים:
https://www.math.univ-toulouse.fr/~fbachoc/LRC_Manon_2014.pdf
Pydata nyc workshop on GPR
Conjugate prior -
Episode 11: Curriculum Learning - תכניות אימון למודלים
בפרק זה נעסוק בתחום ה-Curriculum Learning - מה זה ולמה זה טוב? איך מסדרים בסדר מוצלח יותר את דוגמאות האימון ולפי אילו מדדים? בשיחה, נדבר על המרכיבים המקובלים - scoring ו-pacing, ועל מתודולוגית Teacher-Student.
קישורים רלוונטיים:
Curriculum learning
מאמר ראשון בנושא (Elman)
Curriculum for Reinforcement Learning
Teacher-Student Curriculum Learning
On The Power of Curriculum Learning in Training Deep Networks
-
Episode 10: Fourier Transform - אינטרו לפורייה
בפרק זה, נשוחח על מהי התמרת פורייה. מוטיבציות, שימושים, Time Series והקשר ללמידה עמוקה.קישורים רלוונטיים:
But what is the Fourier Transform? A visual introduction
Fourier Convolutional Neural Networks -
Episode 9: Adversarial Training - איך לבלבל מודלים?
בפרק זה, נדבר על Adversarial Attacks, על איך מייצרים Adversarial Examples בשיטת FGSM, על התקפות White or Black box models ונזכיר Certifiable Robustness.
FGSM
A Survey of Adversarial Machine Learning in Cyber Warfare
no need to worry about adversarial examples in object detection in autonomous vehicles -
Episode 8: הורדת מימדים
בפרק זה נדבר על הורדת מימדים - Dimensionality reduction. נעסוק במוטיבציות (קללת המימדים), ובאלגוריתמים PCA, T-SNE, AutoEncoders, SOM.
קישורים רלוונטיים:
https://onlinecourses.science.psu.edu/stat505/lesson/11
https://distill.pub/2016/misread-tsne/ -
Episode 7: Clustering from a bird eye view
בפרק זה נעסוק בבעיה הכי שכיחה בעולם unsupervised, הרי היא בעיית ה-clustering - ניתוח אשכולות. נדבר על משפחות אלגוריתמים (top down - bottom up, soft-hard, metric/ graph/ distribution based), ונעסוק במדדי הצלחה קלאסיים (silhouette, dunn index, DB index, Rand index) ובמדדי הצלחה תלויי בעיה.
קישורים רלוונטיים:
Deep Learning Clustering
Clustering Metrics
Clustering assisted labeling
Customer Reviews
תוכנית מצוינת
מסבירים בצורה ברורה ואינטואיטבית
תמשיכו ככה.