Siirry suoraan sisältöön

SyväoppiminenLaajuus (5 op)

Tunnus: TT00CE03

Laajuus

5 op

Opetuskieli

  • suomi
  • englanti

Vastuuhenkilö

  • Juha Peltomäki
  • Mika Rantonen

Osaamistavoitteet

Syväoppiminen käyttää syviä neuroverkkoja monimutkaisten ongelmien ratkaisemiseen. Saat ymmärryksen syväoppimisen perusteista, mukaan lukien neuroverkkojen teoriasta ja käyttömahdollisuuksista. Opit käyttämään syväoppimisen kirjastoja ja toteuttamaan erilaisia neuroverkkojen arkkitehtuureja.

EUR-ACE Tieto ja ymmärrys
Ymmärrät syväoppimisen perusteet, mukaan lukien neuroverkkojen teorian.

EUR-ACE Tekniikan soveltaminen käytäntöön
Osaat käyttää syväoppimisen kirjastoja. Osaat käyttää syvien neuroverkkojen erilaisia arkkitehtuureja. Osaat soveltaa syväoppimista eri sovellusalueilla, kuten kuvantunnistuksessa ja luonnollisen kielen käsittelyssä.

Sisältö

Tällä opintojaksolla opit syväoppimisen perusteet ja syvien neuroverkkojen käytön monimutkaisten ongelmien ratkaisemiseksi. Saat ymmärryksen neuroverkkojen teoriasta ja käyttömahdollisuuksista. Opit käyttämään syväoppimisen kirjastoja ja toteuttamaan erilaisia neuroverkkojen arkkitehtuureja. Kurssin jälkeen osaat soveltaa syväoppimista eri sovellusalueilla, kuten kuvantunnistuksessa ja luonnollisen kielen käsittelyssä.

Syväoppimisen perusteoria
Perceptron
Syväoppimisen kirjastot: TensorFlow ja Keras
Neuroverkkojen teoria
Neuroverkkojen arkkitehtuurit
Edistyneet syväoppimismenetelmät
Syvien neuroverkkojen sovellukset (kuvantunnistus, NLP)

Esitietovaatimukset

Ohjelmoinnin perusteet

Arviointikriteerit, tyydyttävä (1)

Välttävä (1)
Tunnet suppeasti syväoppimisen perusteet. Osaat käyttää joitakin syväoppimisen kirjastoja. Osaat tehdä yksinkertaisen neuroverkkoarkkitehtuurin. Osaat käyttää syväoppimista tarkkaan määrityssä ongelmassa.

Tyydyttävä (2)
Tunnet syväoppimisen perusteet. Osaat käyttää joitakin syväoppimisen kirjastoja. Tunnistat muutamia syvien neuroverkkojen arkkitehtuureja. Osaat käyttää syväoppimista muutamilla sovellusalueilla.

Arviointikriteerit, hyvä (3)

Hyvä (3)
Osaat syväoppimisen perusteet. Osaat käyttää joitakin syväoppimisen kirjastoja. Osaat käyttää joitakin syvien neuroverkkojen arkkitehtuureja. Osaat käyttää syväoppimista eri sovellusalueilla.

Kiitettävä (4)
Osaat syväoppimisen perusteet ja neuroverkkojen teorian. Osaat käyttää ja vertailla syväoppimisen kirjastoja. Osaat käyttää syvien neuroverkkojen arkkitehtuureja ja analysoida saatuja tuloksia. Osaat soveltaa syväoppimista eri sovellusalueilla.

Arviointikriteerit, kiitettävä (5)

Erinomainen (5)
Osaat selittää syväoppimisen perusteet ja neuroverkkojen teorian. Osaat perustellen valita sopivimpia syväoppimisen kirjastoja. Osaat käyttää annettuihin liiketoimintaongelmiin soveltuvia syvien neuroverkkojen arkkitehtuureja. Osaat soveltaa syväoppimista ja perustella saadut tulokset eri sovellusalueilla.