Deep learning

Objetivo

Entender alguno de los fundamentos básicos de Deep Learning y algunas de sus aplicaciones a problemas del mundo real. Para el final del curso, deberías poder ser capaz de diseñar y entrenar tu propia red neuronal para diferentes problemas.

SYLLABUS

• Primera Sesión: Conceptos básicos de PyTorch, Redes Neuronales y el MultiLayer Perceptron (MLP)

• Segunda Sesión: Redes Neuronales Convolucionales y Redes Residuales para la clasificación de imágenes.

• Tercera Sesión: Redes Neuronales Convolucionales para Segmentación de Imágenes y Detección de Objetos.

• Cuarta Sesión: Redes Neuronales Recurrentes y LSTM Layers para Reconocimiento de Voz

• Quinta Sesión: Procesamiento de Texto, Lenguaje Natural y tecnologías recientes.

Conocimientos Previos Deseados

• Python3

• Álgebra Lineal y Cálculo

• Numpy

Ya que vamos a utilizar Google Colab, se recomienda preparar una cuenta de google de antemano.

Instructor

ClaseS