MLDS2018SPRING

MLDS2018SPRING

Pembelajaran Mesin dan penerapannya secara mendalam dan terstruktur (MLDS) di NTU 2018 Spring.

Kursus ini memiliki empat pekerjaan rumah, kelompok demi kelompok. Keempat pekerjaan rumah tersebut adalah sebagai berikut:

1. Teori Pembelajaran Mendalam
2. Model Urutan-ke-urutan
3. Model Generatif Mendalam
4. Pembelajaran Penguatan Mendalam

Jelajahi situs web kursus ini untuk lebih jelasnya.

Daftar isi

1. Teori Pembelajaran Mendalam
   • Dalam vs Dangkal
   • Optimasi
   • Generalisasi
2. Model Urutan-ke-urutan
   • Pembuatan teks video
   • Bot obrolan
3. Model Generatif Mendalam
   • Pembuatan Gambar
   • Pembuatan Teks-ke-Gambar
   • Perpindahan Gaya
4. Pembelajaran Penguatan Mendalam
   • Gradien Kebijakan
   • Pembelajaran Q Mendalam
   • Aktor-Kritikus

Hasil Empat Pekerjaan Rumah

1. Teori Pembelajaran Mendalam

• Laporan.pdf

1.1 Dalam vs Dangkal

• BACA SAYA

1.2 Optimasi

• BACA SAYA

1.3 Generalisasi

• BACA SAYA

2. Model Urutan ke Urutan

2.1 Pembuatan teks video

• BLEU@1 = 0,7204
• BACA SAYA
• hw2_1/report.pdf

2.2 Bot obrolan

• Kebingungan = 11,83, Skor Korelasi = 0,53626
• BACA SAYA
• hw2_2/report.pdf

3. Model Generatif Mendalam

• laporan.pdf

3.1 Pembuatan Gambar

• BACA SAYA
• Pembuatan Gambar: 100% (25/25) Lulus Garis Dasar

./gan-baseline/baseline_result_gan.png

3.2 Pembuatan Teks-ke-Gambar

• BACA SAYA
• Pembuatan Teks-ke-Gambar: 100% (25/25) Lulus Garis Dasar

Tag Pengujian	./gan-baseline/baseline_result_cgan.png
rambut biru mata biru rambut biru, mata hijau rambut biru, mata merah rambut hijau, mata biru rambut hijau, mata merah

3.3 Peralihan Gaya

• BACA SAYA

4. Pembelajaran Penguatan Mendalam

• laporan.pdf

4.1 Gradien Kebijakan

• BACA SAYA
• Gradien Kebijakan: Rata-rata Imbalan dalam 30 Episode = 16.466666666666665

4.2 Pembelajaran Q Mendalam

• BACA SAYA
• Pembelajaran Deep Q: Imbalan Rata-Rata dalam 100 Episode = 73,16

4.3 Aktor-Kritikus

• BACA SAYA