Inferenssimenetelmät Bayesilaisissa syväoppimismalleissa
dc.contributor | Aalto-yliopisto | fi |
dc.contributor | Aalto University | en |
dc.contributor.advisor | Heinonen, Markus | |
dc.contributor.author | Rotko, Samu | |
dc.contributor.school | Sähkötekniikan korkeakoulu | fi |
dc.contributor.supervisor | Turunen, Markus | |
dc.date.accessioned | 2022-01-11T09:12:51Z | |
dc.date.available | 2022-01-11T09:12:51Z | |
dc.date.issued | 2021-12-19 | |
dc.format.extent | 32 | |
dc.format.mimetype | application/pdf | en |
dc.identifier.uri | https://aaltodoc.aalto.fi/handle/123456789/112222 | |
dc.identifier.urn | URN:NBN:fi:aalto-202201111132 | |
dc.language.iso | fi | en |
dc.programme | Sähkötekniikan kandidaattiohjelma | fi |
dc.programme.major | Bioinformaatioteknologia | fi |
dc.programme.mcode | ELEC3016 | fi |
dc.subject.keyword | syväoppiminen | fi |
dc.subject.keyword | neuroverkko | fi |
dc.subject.keyword | Bayesin teoreema | fi |
dc.subject.keyword | posteriorijakauma | fi |
dc.subject.keyword | variaatioinferenssi | fi |
dc.subject.keyword | MCMC | fi |
dc.title | Inferenssimenetelmät Bayesilaisissa syväoppimismalleissa | fi |
dc.type | G1 Kandidaatintyö | fi |
dc.type.dcmitype | text | en |
dc.type.ontasot | Bachelor's thesis | en |
dc.type.ontasot | Kandidaatintyö | fi |