Apprentissage profond en sciences de la vie-Leçon 1-Introduction du cours, Intelligence artificielle, apprentissage automatique (printemps 2021)

6.874/6.802/20.390/20.490/HST.506 Printemps 2021 Professeur Manolis Kellis Life Science/Computational Systems Biology Deep Learning Playlist : Dernières diapositives et cours d’aujourd’hui : Printemps 2021 diapositives et supports : 0:00 Introduction du cours, employés, temps de réunion, conditions préalables , répartition des scores, liens 07:19 Pourquoi faire de l’apprentissage en profondeur dans les sciences de la vie 23:49 Extraire des signaux du bruit 25:24 Modules : ML, conditionnement, mutation, pliage, imagerie, frontière 30 : 36 Conférences, marquages, quiz, conférences invitées 34 :10 Projets, orientation, équipe, jalons, articles, ressources 51:28 Sondage du premier jour, année, majeure, fuseau horaire, contexte, conducteur, orientation 54:28 Intelligent, classique Intelligence artificielle, intelligence artificielle, apprentissage automatique, représentation 1 : 00:30 Inférence bayésienne, observation et masquage, estimation des paramètres 1:03:30 Règle bayésienne, a posteriori, vraisemblance, a priori, marge 1:05: 40 Clustering, classification, feature engineering, feature learning 1:08:27 Génération (modèle) et discrimination (séparateur) apprentissage 1:11:09 Classi Performance sur la plage de seuil 1:11:40 Raisonnement en réseau, algèbre linéaire, réduction Dimension et régularisation 1:12:50 AI vs Machine Learning vs Representation Learning vs Deep Learning 1:14:16 Apprendre l’abstraction grâce à la représentation profonde des couches 1:14:58 Vision humaine : couches, abstraction, représentation, neurones Exciter 1:16:20 Architecture multicouche profonde chez les mammifères, les primates et le cerveau humain 1:17:40 Réseau de neurones primitives, neurones, réseaux, non linéaire, apprentissage par gradient 1:18:23 Rétropropagation , Aperçu du surapprentissage, abandon, convolution, auto-encodeur 1:19:10 conclusion, problème, puissance de calcul humaine, interprétabilité, au revoir