Perception : Approches fondées sur les données

Cette séance de cours met l'accent sur la perception dans le contexte de l'apprentissage profond pour les véhicules autonomes. Il couvre des sujets tels que la classification d'image, les méthodes paramétriques, les fonctions de score et de perte, les méthodes d'optimisation et les réseaux neuronaux. L'instructeur explique l'importance des taux d'apprentissage, la descente stochastique des gradients et les méthodes d'optimisation populaires comme la mise à jour de l'élan et Adagrad. La séance de cours se penche sur le rôle de la représentation dans l'apprentissage automatique, en comparant les caractéristiques conçues à la main avec les représentations apprises à l'aide de réseaux neuronaux. Il se termine par des idées sur les intuitions d'apprentissage profond et l'état actuel des architectures d'apprentissage profond.