ΕΠ34 - Μηχανική Μάθηση και Εφαρμογές

Πληροφορίες

Κωδικός : ΕΠ34

Τύπος : Επιλογής

Εξάμηνο : 7

Μονάδες ECTS: 5

URL: https://eclass.hua.gr/courses/DIT232/

Αναμενόμενα Αποτελέσματα

Στόχος του μαθήματος είναι η εξοικείωση με τη χρήση σύγχρονων τεχνικών μηχανικής μάθησης και των εφαρμογών τους, με έμφαση σε μεθόδους βαθιάς μάθησης που βασίζονται σε Τεχνητά Νευρωνικά Δίκτυα. Το μάθημα παρουσιάζει πλήθος εφαρμογών μεθόδων μηχανικής μάθησης σε δεδομένα πίνακα, σήματα, εικόνες, και κείμενα.

Περιεχόμενο

- Εισαγωγή στη Μηχανική Μάθηση. Ορισμοί. Πρόσφατες εξελίξεις και επιτυχίες της Μηχανικής Μάθησης.
- Τύποι προβλημάτων μηχανικής μάθησης. Γενίκευση μοντέλων μηχανικής μάθησης.
- Απλή και πολλαπλή γραμμική παλινδρόμηση. Μέθοδος επίλυσης με κανονικές εξισώσεις.
- Λογιστική παλινδρόμηση και το μοντέλο Perceptron. Επέκταση σε μη-γραμμικά μοντέλα.
- Η μέθοδος εκτίμησης μέγιστης πιθανοφάνειας για την εκπαίδευση μοντέλων μηχανικής μάθησης
- Προετοιμασία δεδομένων. Κανονικοποίηση, τυποποίηση, κωδικοποίηση one-hot, κυκλική κωδικοποίηση
- Εφαρμογές και παραδείγματα σε γλώσσα Python στο περιβάλλον scikit-learn
- Τεχνητά Νευρωνικά Δίκτυα (ΤΝΔ) και Perceptrons πολλαπλών επιπέδων
- Εκπαίδευση ΤΝΔ και ο αλγόριθμος backpropagation
- Εισαγωγή στο περιβάλλον Keras/Tensorflow
- Συνελικτικά Νευρωνικά Δίκτυα για εκμάθηση αναπαραστάσεων σε σήματα και εικόνες
- Τεχνικές ομαλοποίησης στη μηχανική μάθηση
- Εφαρμογές και παραδείγματα στην κατηγοριοποίηση εικόνων
- Εφαρμογές και παραδείγματα στην αναγνώριση αντικειμένων σε εικόνες
- Εκμάθηση διανυσματικών αναπαραστάσεων λέξεων
- Εφαρμογές και παραδείγματα στην κατηγοριοποίηση κειμένων
- Εισαγωγή στους μηχανισμούς προσοχής και τα μοντέλα μετασχηματιστών
- Παρουσίαση αρχιτεκτονικών ChatGPT (OpenAI) και PaLM (Google)

Τρόπος Αξιολόγησης

Ι. Γραπτή τελική εξέταση 40% που περιλαμβάνει:
- Ερωτήσεις πολλαπλής επιλογής
- Επίλυση προβλημάτων

ΙΙ. Ατομικές Εργασίες 60%

Βιβλιογραφία

1. Ian Goodfellow, Yoshua Bengio and Aaron Courville, Deep Learning, MIT Press, 2016 https://www.deeplearningbook.org/
2. Stuart Russel, Peter Norvig, “Τεχνητή Νοημοσύνη: Μία Σύγχρονη Προσέγγιση”, 4η
έκδοση, Εκδ. Κλειδάριθμος, 2021
3. Ι. Βλαχάβα, Π. Κεφαλά, Ν. Βασιλειάδη, Φ. Κόκκορα και Η. Σακελλαρίου. "Τεχνητή Νοημοσύνη", 4η Έκδοση (2020). Εκδοτικός οίκος Εταιρεία αξιοποίησης και διαχείρισης περιουσίας Πανεπιστημίου Μακεδονίας
4. Charu C. Aggarwal, Νευρωνικά Δίκτυα και Βαθιά Μάθηση, 1η Έκδοση 2020, Εκδ. Φούντα
5. Simon Haykin, Νευρωνικά Δίκτυα και Μηχανική Μάθηση, 3η Έκδοση 2010, Εκδ. Παπασωτηρίου

Περιοδικά (ενδεικτικά):

IEEE Transactions on Pattern Analysis and Machine Intelligence
IEEE Transactions on Neural Networks and Learning Systems
Expert Systems with Applications
Journal of Machine Learning Research
Journal of Artificial Intelligence Research
Neural Computing and Applications
International Journal of Computer Vision
Engineering Applications of Artificial Intelligence


Συνέδρια (ενδεικτικά):

Neural Information Processing Systems (NeurIPS)
International Conference on Machine Learning (ICML)
International Conference on Learning Representations (ICLR)
AAAI Conference on Artificial Intelligence (AAAI)
Computer Vision and Pattern Recognition (CVPR)
International Conference on Computer Vision (ICCV)
International Joint Conference on Artificial Intelligence (IJCAI)
European Conference on Machine Learning (ECML)
Asian Conference on Machine Learning (ACML)