MIT 6.S191 : Apprentissage profond et incertitude fondés sur des preuves

Introduction au MIT Deep Learning 6.S191 : Leçon 7 : Apprentissage profond fondé sur des preuves et estimation de l’incertitude Conférencier : Alexander Amini Toutes les conférences, diapositives et documents de laboratoire en janvier 2021 : Plan de la conférence 0:00-Introduction et motivation 5:00 -Conférence de la conférence 5 :50-Apprentissage probabiliste 8:33-Apprentissage cible discret et continu 14:12-Possibilité et confiance 17:40-Types d’incertitude 21:15-Incertitude arbitraire et cognitive 22:35 -Réseau de neurones bayésien 28:55-Échantillonnage au-delà de l’incertitude 31 :40-Apprentissage approfondi pour les preuves 33:29-Apprentissage des preuves pour la régression et la classification 42:05-Modèle et formation des preuves 45:06-Application de l’apprentissage des preuves 46: 25-Comparaison des méthodes d’estimation de l’incertitude 47:47-Conclusion Abonnez-vous pour apprendre sur les dernières conférences d’apprentissage en profondeur du MIT, ou suivez-nous @MITDeepLearning sur Twitter et Instagram pour rester en contact ! .