Matemáticas del aprendizaje de máquinas
Profesor: Francisco Gómez
Clase: Lunes (5:00 pm a 7:00 pm) y Miércoles (5:00 pm a 7:00 pm)
Programa: Programa
Horario oficina: Miércoles 11:00 am a 12:15 pm (405-336)
email: fagomezj@gmail.com,fagomezj@unal.edu.co
Libros de texto y material guía:
Burkov, A. (2019). The hundred-page machine learning book (Vol. 1, p. 32). Quebec City, QC, Canada: Andriy Burkov.
Abu-Mostafa, Y. S., Magdon-Ismail, M., & Lin, H. T. (2012). Learning from data (Vol. 4, p. 4). New York: AMLBook.
Vidal, R., Bruna, J., Giryes, R., & Soatto, S. (2017). Mathematics of deep learning. arXiv preprint arXiv:1712.04741.
Berner, J., Grohs, P., Kutyniok, G., & Petersen, P. (2021). The modern mathematics of deep learning. arXiv preprint arXiv:2105.04026.
Descripción:
Este curso introduce algunos resultados fundamentales en aprendizaje de máquina, así como una introducción a preguntas emergentes en aprendizaje profundo. En particular, el curso se enfoca en los fundamentos teóricos que garantizan el aprendizaje de una función a partir de un conjunto finito de muestras. Así como algunos problemas recientes en representación, generalización y optimización en aprendizaje profundo.
Programación
Introducción.
Introducción al aprendizaje de máquina.
Introducción al deep learning.
Teoría del aprendizaje estadístico.
Problemas abiertos en deep learning.
Recursos
Estrategia de calificación
Tareas (Problemas teóricos y prácticos) (30%), Examen (Principalmente preguntas teóricas) (30%). Proyecto Final (en grupos, reporte en Github + presentación) (40%).