Hallinnolliset tiedot
| Otsikko | Erän käsittely |
| Kesto | 60 min |
| Moduuli | B |
| Oppitunnin tyyppi | Luento |
| Keskittyminen | Tekninen – syväoppiminen |
| Aihe | Erän käsittely |
Avainsanoja
Erä, mini-erä, Epoch,
Oppimistavoitteet
- Ymmärtää erien käsittelyn ja takaisin etenemisen takana olevia mekanismeja
- Gradientti Descent, Erä vs minibatch vs Epoch
Odotettu valmistelu
Oppimistapahtumat valmistuvat ennen
Pakollinen opiskelijoille
Ei mitään.
Valinnainen opiskelijoille
Ei mitään.
Referenssejä ja taustaa opiskelijoille
Suositellaan opettajille
Ei mitään.
Oppituntimateriaalit
Ohjeita opettajille
Katso luentomateriaalia ja esimerkkejä luokkakysymyksistä.
Hahmotella
| Kesto (Min) | Kuvaus |
|---|---|
| 10 | Kuvassa Gradient Descent |
| 10 | Häviötoiminnan yhteenveto |
| 10 | Idea ja syyt Batching |
| 5 | Erän Gradient Descent |
| 5 | Stokastinen Gradient Descent |
| 5 | Mini-erä Gradient Descent |
| 10 | Algoritmi yhdelle aikakaudelle |
| 5 | Päättäminen ja kysymykset |
Tunnustukset
Monica Zuccarini, Maddalena Molaro & Carlo Sansone
Human-Centered AI Masters -ohjelmaa rahoitettiin Euroopan unionin Verkkojen Eurooppa -välineestä (CEF-TC-2020–1 Digital Skills 2020-EU-IA-0068).