LM101-083: Ch5: How to Use Calculus to Design Learning Machines

Learning Machines 101

Richard M. Golden, M.S.E.E., and B.S.E.E. द्वारा प्रदान की गई सामग्री. एपिसोड, ग्राफिक्स और पॉडकास्ट विवरण सहित सभी पॉडकास्ट सामग्री Richard M. Golden, M.S.E.E., and B.S.E.E. या उनके पॉडकास्ट प्लेटफ़ॉर्म पार्टनर द्वारा सीधे अपलोड और प्रदान की जाती है। यदि आपको लगता है कि कोई आपकी अनुमति के बिना आपके कॉपीराइट किए गए कार्य का उपयोग कर रहा है, तो आप यहां बताई गई प्रक्रिया का पालन कर सकते हैं https://hi.player.fm/legal।

5+ y ago 34:22

MP3•एपिसोड होम

This particular podcast covers the material from Chapter 5 of my new book "Statistical Machine Learning: A unified framework" which is now available! The book chapter shows how matrix calculus is very useful for the analysis and design of both linear and nonlinear learning machines with lots of examples. We discuss how to use the matrix chain rule for deriving deep learning descent algorithms and how it is relevant to software implementations of deep learning algorithms. We also discuss how matrix Taylor series expansions are relevant to machine learning algorithm design and the analysis of generalization performance!!

For additional details check out: www.learningmachines101.com and www.statisticalmachinelearning.com

85 एपिसोडस

#Science #Tech #Artificialintelligence #Bigdata #Datamining #Imageprocessing #Machinelearning #Speechrecognition #Math #Richard M. Golden #B.S.E.E #M.S.E.E #Robot #Android