Séance de cours

Défis dans les applications DL/ML

Description

Cette séance de cours couvre les défis de l'apprentissage profond et des applications d'apprentissage automatique, y compris la surveillance, la confidentialité, la manipulation, la psychographie, les préoccupations politiques et sociétales, l'équité, l'interprétabilité, l'efficacité énergétique, le coût, l'estimation des paramètres, l'estimation des risques, la complexité de Rademacher et l'erreur de généralisation. L'instructeur discute des défis théoriques, des limites de généralisation, de la complexité de Rademacher, de l'efficacité énergétique et de la corrélation entre les mesures de complexité et la généralisation de l'apprentissage profond.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.