Onderzoek hoe leersystemen zich aanpassen aan opeenvolgende taken zonder eerder verworven vaardigheden te verliezen.
Bestudeer scenario’s voor continu leren, de afweging tussen stabiliteit en plasticiteit, geheugen en generalisatie, en een taakagnostische studie naar continu reinforcement learning. De reeks gaat van het vastleggen van sequentiële evaluatie naar aanpassingsmechanismen en geheugenkosten, en eindigt met een eenvoudige baseline in reinforcement learning. Je leert behoud van overdracht te onderscheiden en evaluaties te ontwerpen die vergeten, taakeffecten en resourcekosten zichtbaar maken. De video’s zijn Engelstalig; deze oorspronkelijk geschreven notities en opdrachten zijn geen transcripties.
Definieer een scenario voor continu leren aan de hand van de taakvolgorde, toegang tot taakidentiteit, gegevensregime en evaluatieprotocol. Vergelijk keuzes rond stabiliteit, plasticiteit en geheugen met maten voor behoud, aanpassing en resourcebeperkingen. Ontwerp een evaluatie over een taakvolgorde die vergeten, overdracht en gevoeligheid voor taakvolgorde meet ten opzichte van een eenvoudige baseline.
Kennis van neurale netwerken, optimalisatie en begeleid leren is aanbevolen. Basiswaarschijnlijkheid, train/validatie/test-evaluatie en het kunnen lezen van onderzoeksmethoden helpen; implementatie-ervaring met continu leren is niet vereist.
Ervaren cursisten die geavanceerde AI-vaardigheden willen verdiepen en toepassen
Mensen die het beste leren met voorbeelden, begeleide lessen en praktische oefeningen
Professionals, makers en zelfstandige bouwers die een herhaalbare werkwijze zoeken
Les 1 is gratis
4 lessen · Gevorderd · Volledige cursus.
Deze cursus gebruikt CC BY-gelicentieerd materiaal met naamsvermelding van de inhoudsprovider of uploader. Lesvideo’s zijn alleen na aanmelding beschikbaar wanneer de publicatie- en licentiecontroles zijn geslaagd.