Aprende a crear redes neuronales artificiales.
Crea una red neuronal que reconozca dígitos escritos a mano con librerías en Python.
Ratings 5.00 / 5.00
What You Will Learn!
- Definición matemática formal de una neurona artificial. (Ejemplos Perceptrón y sigmoidea)
- Definición matemática formal de una red neuronal artificial.
- Como funciona una red neuronal artificial.
- Ejemplo práctico de como una neurona perceptrón computa una compuerta lógica.
- Como es el proceso de entrenamiento de una red neuronal artificial.
- Algoritmos o optimizadores para entrenar redes neuronales artificiales, (descenso del gradiente, descenso del gradiente estocástico, descenso del gradiente m-L)
- Ejemplo práctico de búsqueda de pesos y sesgos ocupando algoritmo descenso del gradiente
- Formulación vectorial de una red neuronal artificial.
- Librerías actuales que crean y entrenan redes neuronales artificiales.
- Crear redes neuronales artificiales usando librerías en Python
- Creación de red neuronal artificial que reconoce dígitos escritos a mano.
Description
Este curso ofrece una introducción exhaustiva a las Redes Neuronales Artificiales (RNA), un modelo computacional inspirado en el cerebro humano que ha demostrado ser extremadamente eficaz en una amplia gama de tareas de aprendizaje automático y reconocimiento de patrones. A lo largo del curso, los estudiantes explorarán los fundamentos teóricos de las RNA, aprenderán sobre los diferentes tipos de redes neuronales, comprenderán la formulación matemática detrás de las RNA y adquirirán habilidades prácticas para construir, entrenar y evaluar modelos de RNA utilizando la biblioteca de Python Keras.
Al finalizar el curso, se espera que los estudiantes sean capaces de comprender, implementar y aplicar redes neuronales artificiales para una variedad de problemas del mundo real, incluido el reconocimiento de patrones, la clasificación de imágenes y el procesamiento del lenguaje natural. Los estudiantes también estarán equipados con habilidades prácticas en el uso de la biblioteca de Python Keras para la construcción y entrenamiento de modelos de redes neuronales.
Se recomienda que los estudiantes tengan conocimientos básicos de programación en Python y conceptos fundamentales de álgebra lineal y cálculo. No se requieren conocimientos previos de redes neuronales o aprendizaje automático.
El curso combina conferencias teóricas con ejercicios prácticos y proyectos para proporcionar a los estudiantes una comprensión completa de los conceptos y técnicas detrás de las redes neuronales artificiales.
Who Should Attend!
- Estudiantes o egresados que se están adentrando en la inteligencia artificial, aprendizaje de maquinas, clasificadores o aprendizaje reforzado.