【DLBM-SS暑期课程】深度学习与贝叶斯方法 Deep Learning and Bayesian Methods

课程名称： Deep Learning and Bayesian Methods

课程介绍： 在Deep|Bayes暑期学校，我们将讨论如何将Bayes方法与Deep Learning相结合，并在机器学习应用程序中带来更好的结果。 最近的研究证明，贝叶斯方法的使用可以通过各种方式带来好处。 学校参与者将学习对理解当前机器学习研究至关重要的方法和技术。 他们还将具有使用概率模型来构建神经生成和判别模型的动手经验，学习神经网络的现代随机优化方法和正则化技术，并掌握推理神经网络及其权重不确定性的方法，预测。

部分邀请嘉宾： Maurizio Filippone，AXA计算统计主席，EURECOM副教授

Novi Quadrianto，萨塞克斯大学助理教授

课程大纲：

• 贝叶斯方法介绍
• 贝叶斯推理
• EM算法
• 随机变分推理与变分自编码器
• GAN
• 高斯分布与贝叶斯优化
• 贝叶斯神经网络