תוכן הקורס ומטרתו
זהו קורס בלמידה עמוקה עם דגש מסוים על למידה סטטיסטית, עם זאת ניגע גם במספר נושאים אלגוריתמיים והנדסיים הקשורים ללמידה עמוקה. התרגילים המעשיים בקורס ינתנו בשפת Python. הקורס יתבסס ברובו על מאמרים. רשימה חלקית של הנושאים כוללת: רשתות feed-forward לרגרסיה וקלסיפיקציה, universal approximator, אלגוריתם back-propagation, אלגוריתמים לאופטימיזציה, שיטות רגולריזציה, רשתות קונבולוציה ושימושים בראייה, time series ורשתות עם מצב פנימי LSTM/GRU, למידה של ייצוגים embedding, רשתות קונבולוציה ורשתות עם מצב פנימי בבעיות עיבוד שפה, מנגוני attention ו- transformers, מודלים גנרטיביים - variational autoencoders and GANs
טרם פורסם סילבוס מפורט