Göm menyn

TDP033 Datacentrisk artificiell intelligens

Föreläsningar, läsanvisningar


Kursen förutsätter eget driv, och bygger mycket på eget arbete. Nedanstående läsanvisningar är en utgångspunkt för er kunskapsinhämtning. Litteraturlänkarna är inte uttömmande. Det kan ofta vara väldigt givande för den egna förståelsen att man tar till sig information från flera källor: Vad som upplevs som lättfattligt och upplysande för en individ, kanske är svårfattligt för en annan. Ni uppmuntras därför att botanisera på nätet, och läsa på, tills ni känner att ni har förstått så pass att ni kan identifiera vilka kunskapsluckor som är kvar. Dessa kommer ni kunna formulera som konkreta frågor att skicka in som diskussionsunderlag inför varje seminarium.

Kurslitteratur: Youtube-videor från Stanford university Online bok om datacentrisk AI

Av copyright-skäl måste man sitta på LiU-nätverk eller köra via VPN (FortiClient) för att komma åt föreläsningarna.

Slides Avsnitt i Stanford-serien Kapitel i boken
0. Kursintroduktion Stanford university: Lecture 1. Introduction

Lecture 2. Image classification with linear classifiers
M1. Gradient descent Lecture 3. Regularization and optimization
M2. Backprop Lecture 4. Neural networks and backpropagation
M3. Convolutional Neural Networks (CNN) Lecture 5. Image classification

Lecture 6. CNN architectures
M4. Transformers, LLMs Lecture 7. Recurrent Neural Networks

Lecture 8. Attention and transformers
D1: Förbearbetning av data Machine Learning Yearning: kap 1-12
D2: Analys av prestanda
D3: Förbättring av data

Sidansvarig: Rita Kovordanyi
Senast uppdaterad: 2026-03-12