悉尼大学COMP5329本课程提供了深度机器学习的简介，深度学习已作为各种应用程序中最成功，应用最广泛的技术之一迅速出现。参加本课程的学生将接触到机器学习的前沿研究，从理论，模型和算法开始，到深度学习的实施和最新进展。具体主题包括：深度神经网络的经典体系结构，用于训练深度神经网络的优化技术，对深度学习的理论理解以及深度学习在计算机视觉中的各种应用。
细节入学规则学习成果完成本单元后，您应该能够：
LO1 。展示有关广泛的深度学习应用程序的知识，例如图像分类，对象检测，图像分割和人脸识别
LO2 。使用深度学习软件创建深度学习原型
LO3 。评估深度学习算法
LO4 。展示有关深度神经网络设计和评估的主要方法以及每种方法的相对优缺点的知识，以及它们的最合适用途
LO5 。将应用程序问题建模为深度学习问题
LO6 。应用和定制已知的深度学习算法来解决新的难题
LO7 。介绍深度学习原型的设计和评估，定义需求，描述设计过程和评估。
单元大纲
对于1000级和5000级单元，单元大纲将在教学的第一天前两周提供，对于所有其他单元，单元大纲将在教学的第一天前一周提供。