Deep Learning
El deep learning, que explicaremos con detalle en esta unidad, es uno de los métodos más extendidos de aprendizaje automático por su capacidad de trabajar con datos complejos como imágenes, texto o sonido. En esta unidad se explican sus fundamentos y su relación con los modelos más simples del machine learning. A continuación, se mostrará su funcionamiento básico, como definir los modelos de deep learning, y las arquitecturas más usadas en la actualidad. Finalizaremos la unidad con consejos prácticos básicos para poder realizar aplicaciones basadas en esta tecnología.
Intermedio, dirigido a personas interesadas en la tecnología, pero sin necesidad de conocimientos previos sobre el aprendizaje automático o la inteligencia artificial.
1. Introducción.
2. Fundamentos.
2.1 Conceptos básicos del aprendizaje automático.
2.2 Modelos lineales.
3. Redes neuronales.
3.1 El Perceptron.
3.2 El Perceptron multi-capa (MLP).
3.3 El algoritmo Backpropagation.
4. Redes convolucionales.
4.1 Trabajando con imágenes: la operación de convolución.
4.2 Las redes convolucionales.
4.3 Arquitecturas.
5. Aspectos prácticos.
5.1 Datos.
5.2 Estrategias de evaluación.
5.3 Selección de modelo, underfitting y overfitting.