Topic outline

• Sélectionner la section General

  Replier Déplier

  General

  Tout replier Tout déplier

  • Sélectionner l’activité Course Description

    DAT112 Neural Network Programming (Apr 2026)

    This six-week class will introduce neural network programming concepts, theory and techniques. The class material will begin at an introductory level, intended for those with no experience with neural networks, eventually covering intermediate-to-advanced concepts.
    

    Classes will be held, April 7 - May 14, 2026, Tuesdays and Thursdays, 11:00am - 12:00pm.

    Format: Virtual

    Teacher: Erik Spence

    Start date: 7 Apr. 2026

    End date: 14 May 2026

    Data Science Credits: 16

    Events:

    Neural network programming: lecture 1 - Tuesday, 7 April, 11:00 AM » 12:30 PM

    Neural network programming: lecture 2 - Thursday, 9 April, 11:00 AM » 12:30 PM

    Neural network programming: lecture 3 - Tuesday, 14 April, 11:00 AM » 12:30 PM

    A full list of course events can be found here.
• Sélectionner la section Lectures

  Replier Déplier

  Lectures

  • Sélectionner l’activité 1. Introduction

    • 1. Introduction
      • intro_I.pdf
      • lecture1_code.tar.gz
  • Sélectionner l’activité 2. Neural networks

    • 2. Neural networks
      • intro_II.pdf
      • lecture2_code.tar.gz
      • mnist.pkl.gz
  • Sélectionner l’activité 3. Frameworks

    • 3. Frameworks
      • frameworks.pdf
      • lecture3_code.tar.gz
  • Sélectionner l’activité 4. Convolutional neural networks

    • 4. Convolutional neural networks
      • CNNs.pdf
      • lecture4_code.tar.gz
  • Sélectionner l’activité 5. Image classification

    

    5. Image classification Fichier
  • Sélectionner l’activité 6. Variational autoencoders

    • 6. Variational autoencoders
      • MNIST_VAE.mpg
      • mnist_vae.py
      • VAEs.pdf
  • Sélectionner l’activité 7. Diffusion networks

    • 7. Diffusion networks
      • DM.pdf
      • lecture7_code.tar.gz
  • Sélectionner l’activité 8. Reinforcement learning

    • 8. Reinforcement learning
      • q_cartpole_player.py
      • RL.pdf
  • Sélectionner l’activité 9. Physics-informed neural networks

    • 9. Physics-informed neural networks
      • lecture10_code.tar.gz
      • PINNs.pdf
  • Sélectionner l’activité 10. Recurrent neural networks

    • 10. Recurrent neural networks
      • lecture10_code.tar.gz
      • recipes.metadata.pkl
      • RNNs.pdf
  • Sélectionner l’activité 11. Sequence-to-sequence networks

    • 11. Sequence-to-sequence networks
      • lecture11_code.tar.gz
      • S2S.pdf
  • Sélectionner l’activité 12. Attention networks

    • 12. Attention networks
      • Attention.pdf
      • lecture12_code.tar.gz
• Sélectionner la section Recordings

  Replier Déplier

  Recordings

  • Sélectionner l’activité 1. Introduction

    

    1. Introduction Fichier
  • Sélectionner l’activité 2. Neural networks

    

    2. Neural networks Fichier
  • Sélectionner l’activité 3. Frameworks

    

    3. Frameworks Fichier
  • Sélectionner l’activité 4. Convolutional neural networks

    

    4. Convolutional neural networks Fichier
  • Sélectionner l’activité 5. Image classification

    

    5. Image classification Fichier
  • Sélectionner l’activité 6. Variational autoencoders

    

    6. Variational autoencoders Fichier
  • Sélectionner l’activité 7. Diffusion networks

    

    7. Diffusion networks Fichier
  • Sélectionner l’activité 8. Reinforcement learning

    

    8. Reinforcement learning Fichier
  • Sélectionner l’activité 9. Physics-informed neural networks

    

    9. Physics-informed neural networks Fichier
  • Sélectionner l’activité 10. Recurrent neural network

    

    10. Recurrent neural network Fichier
  • Sélectionner l’activité 11. Sequence-to-sequence networks

    

    11. Sequence-to-sequence networks Fichier
  • Sélectionner l’activité 12. Attention networks

    

    12. Attention networks Fichier
• Sélectionner la section Assignments

  Replier Déplier

  Assignments

  • Sélectionner l’activité Assignment 1

    

    Assignment 1 Devoir

    Ouvert le : jeudi 16 avril 2026, 11:30

    À rendre : jeudi 23 avril 2026, 23:59
  • Sélectionner l’activité Assignment 2

    

    Assignment 2 Devoir

    Ouvert le : jeudi 30 avril 2026, 11:30

    À rendre : jeudi 7 mai 2026, 12:59
  • Sélectionner l’activité Assignment 3

    

    Assignment 3 Devoir

    Ouvert le : jeudi 14 mai 2026, 11:30

    À rendre : jeudi 21 mai 2026, 23:59