ProyectoUnidigital IASAC

Inteligencia Artificial y Sistemas Autónomos Cognitivos
  • Logo Ministerio de Universidad
  • Logo Plan de Recuperación Transformación y Resilencia
  • Logo Unión Europea
Para desarrolladores

Redes neuronales y librerías machine learning

Descripción

Este material didáctico sobre Redes Neuronales Artificiales ofrece una introducción completa a esta rama del aprendizaje automático. El estudiante aprenderá desde los conceptos fundamentales, como la neurona artificial y su aplicación como clasificador binario y categórico, hasta técnicas avanzadas como redes neuronales convolutivas, funciones de pérdida y optimización, diferentes arquitecturas de redes y el uso de frameworks profesionales como Keras y PyTorch. Además, se explorarán temas especializados como la clasificación de imágenes, la diferenciación automática, la regresión lineal en PyTorch y los Autoencoders. Tras el estudio de estos contenidos, el estudiante estará preparado para desarrollar y aplicar redes neuronales en diversas tareas y dominios.

Nivel del tema

Estos contenidos tienen un nivel intermedio/avanzado y están dirigidos a una amplia gama de perfiles profesionales, incluyendo científicos de datos, desarrolladores de software, ingenieros de aprendizaje automático, especialistas en visión por computadora, estudiantes y académicos que deseen adquirir conocimientos y habilidades en el campo de las redes neuronales artificiales.

Índice

Documentos

Trece documentos Python Notebooks (Notebooks.zip) correspondientes a los materiales didácticos desarrollados sobre redes neuronales artificiales.

Aplicaciones interactivas

Se adjuntan dos aplicaciones interactivas desarrolladas en Javascript para ser integradas en los dos primeros documentos anteriores y que ilustran el funcionamiento de una neurona artificial y de una red neuronal de clasificación binaria. (app_interactiva_1.zip y app_interactiva_2.zip)

Librería

Se incluye una librería sencilla de creación y entrenamiento de redes neuronales para ser utilizada por los usuarios durante el estudio del tercer documento. (lib_nn.zip)