Deep neural networks zijn kunstmatige neurale netwerken met meerdere lagen neuronen tussen de invoer- en uitvoerlagen. Deze netwerken zijn geïnspireerd door het menselijk brein en simuleren de manier waarop neuronen informatie verwerken en met elkaar communiceren. Deep neural networks kunnen complexe patronen en relaties in gegevens ontdekken, waardoor ze effectief zijn in het oplossen van uitdagende problemen op het gebied van beeld- en spraakherkenning, natuurlijke taalverwerking, en spelstrategieën, onder andere.

Deep learning is een subdomein van machine learning dat zich richt op het trainen en ontwikkelen van deze diepe neurale netwerken. Het maakt gebruik van grote datasets en geavanceerde algoritmen, zoals backpropagation en stochastic gradient descent, om de gewichten en biases van de neuronen in het netwerk aan te passen en te optimaliseren. Hierdoor kan het netwerk geleidelijk leren om nauwkeurige voorspellingen en classificaties te doen op basis van de inputdata.

Deep neural networks en deep learning spelen een cruciale rol in generatieve AI. Denk daarbij aan het genereren van teksten, samenvattingen, vertalingen of realistische afbeeldingen en video’s met AI-tools als ChatGPT, Midjourney of Synthesia.

De cursus bestaat uit 10 colleges van ongeveer 60 minuten, waarvan er inmiddels 8 online staan:

1. Intro to Deep Learning (video, slides)
2. Deep Sequence Modeling (video, slides)
3. Deep Computer Vision (video, slides)
4. Deep Generative Modeling (video, slides)
5. Uncertainty and Bias (video, slides)
6. Deep Reinforcement Learning (video, slides)
7. Limitations and New Frontiers (video, slides)
8. Text-to-Image Generation (video, slides)
9. Robot Learning (video, slides)
10. The Modern Era of Statistics (video, slides)

Voor geinteresseerden zijn ook de colleges van de voorgaande jaren (tot 2017) nog terug te vinden via introtodeeplearning.com.