MLDS2018PRIMAVERA
Aprendizaje automático y tenerlo profundo y estructurado (MLDS) en NTU 2018 Spring.
Este curso cuenta con cuatro tareas, grupo por grupo. Las cuatro tareas son las siguientes:
- Teoría del aprendizaje profundo
- Modelo secuencia a secuencia
- Modelo generativo profundo
- Aprendizaje por refuerzo profundo
Explore el sitio web de este curso para obtener más detalles.
Tabla de contenido
- Teoría del aprendizaje profundo
- Profundo versus superficial
- Mejoramiento
- Generalización
- Modelo secuencia a secuencia
- Generación de subtítulos de vídeo
- robot de chat
- Modelo generativo profundo
- Generación de imágenes
- Generación de texto a imagen
- Transferencia de estilo
- Aprendizaje por refuerzo profundo
- gradiente de políticas
- Aprendizaje Q profundo
- Actor-crítico
Resultados de cuatro tareas
1. Teoría del aprendizaje profundo
1.1 Profundo versus superficial
1.2 Optimización
1.3 Generalización
2. Modelo secuencia a secuencia
2.1 Generación de subtítulos de vídeo
- BLEU@1 = 0,7204
- LÉAME
- hw2_1/informe.pdf
2.2 Chatbot
- Perplejidad = 11,83, puntuación de correlación = 0,53626
- LÉAME
- hw2_2/informe.pdf
3. Modelo generativo profundo
3.1 Generación de imágenes
- LÉAME
- Generación de imágenes: 100% (25/25) Línea base aprobada
| ./gan-baseline/baseline_result_gan.png |
|---|
 |
3.2 Generación de texto a imagen
- LÉAME
- Generación de texto a imagen: 100% (25/25) Línea base de aprobación
| Etiquetas de prueba | ./gan-baseline/baseline_result_cgan.png |
|---|
pelo azul ojos azules
pelo azul ojos verdes
pelo azul ojos rojos
pelo verde ojos azules
pelo verde ojos rojos |  |
3.3 Transferencia de estilo
4. Aprendizaje por refuerzo profundo
4.1 Gradiente de políticas
- LÉAME
- Gradiente de políticas: recompensas medias en 30 episodios = 16,466666666666665
4.2 Aprendizaje Q profundo
- LÉAME
- Aprendizaje Q profundo: recompensas medias en 100 episodios = 73,16
4.3 Actor-crítico
