Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Cette séance de cours couvre les aspects computationnels de l'optimisation dans la modélisation neuronale, en se concentrant sur le traitement des paramètres sous-contraintes, l'optimisation des paramètres, et la métaheuristique. Il traite de l'utilisation des fonctions de fitness, de l'optimisation multi-objectifs et de l'adaptation réussie des modèles de tir neurone. L'instructeur présente les défis de la recréation des types de tir expérimentaux, du surajustement et de la généralisation dans les modèles neuronaux, en soulignant l'importance de dériver des paramètres à partir de données expérimentales et en utilisant des métaheuristiques comme des algorithmes évolutifs pour l'optimisation des paramètres.