Descripción

Este es un curso teórico-práctico de aprendizaje profundo que cubre tanto los fundamentos básicos de las redes neuronales como arquitecturas, métodos y aplicaciones del estado del arte. Se presupone conocimiento en algebra lineal, probabilidad y estadística, programación y fundamentos de aprendizaje automatizado. El curso incluye código de ejemplo y ejercicios en Tensorflow.

Temario

  1. Perceptrón multicapa
  2. Redes convolucionales
  3. Redes recurrentes
  4. Regularización y entrenamiento de redes profundas
  5. Mecanismos de atención
  6. Auto-codificadores
  7. Redes generativas

Horario:

Mártes 13:00 a 14:30.
Jueve 13:00 a 14:30.

Lugar:

Salón 303, 3er piso del anexo del IIMAS

Criterio de evaluación:

  • 50% exposiciones: análisis de artículos importantes sobre arquitecturas y/o aplicaciones específicas
  • 50% prácticas: reproducción y replicación de resultados de arquitecturas conocidas y evaluación en otras tareas o condiciones

    • Repositorio del curso:

    Los ejerciciones, código de ejemplo, diapositivas, datos e instrucciones del curso se alojarán en el siguiente repositorio de GitHub: https://github.com/gibranfp/CursoAprendizajeProfundo

    Profesor: