Celem laboratorium jest przedstawienie podstaw uczenia maszynowego z wykorzystaniem sieci neuronowych.
- Krótki wstęp do sieci neuronowych. Regresja liniowa i logistyczna za pomocą sieci neuronowej (spadek wzdłuż gradientu).
- Krótki wstęp do PyTorcha (?).
- Najważniejsze hiperparametry w uczeniu sieci neuronowych: stała ucząca, wielkość paczki, liczba epok.
- Zaawansowane hiperparametry w uczeniu sieci: LR scheduler, algorytm optymalizacji, architektura sieci (porpozycja).
- Rola akceleracji sprzętowej oraz rozmiar pamięci w uczeniu sieci neuronowych.
Zawartość laboratorium dostępna jest w notebooku.