Accesos directos a las distintas zonas del curso
Ir a los contenidos
Ir a menú navegación principal
Ir a menú pie de página
Subject's code : 31110111
En este tema se dará una introducción a las redes neuronales profundas, su procesamiento, campos de uso y pros y contras de su utilización.
En este tema se introducirán los principales tipos de redes neuronales profundas tanto para aprendizaje supervisado como para no supervisado:
Los dos primeros tipo se tratarán en profundidad en temas posteriores.
En este tema se tratarán las herramientas de programación e implementación de redes neuronales profundas. Se analizarán diferentes marcos de trabajo con el objetivo de evaluar ventajas y desventajas de los mismos.
Las redes convolucionales están especializadas en el proceso de datos con estructura de malla o matriz, tales como series temporales e imágenes. En este tema estudiaremos en profundidad este tipo de redes así como varios de sus campos de aplicación.
Las redes recurrentes son usadas para pocesar datos secuenciales como textos o contenidos estructurados jerárquicamente. En este tema estudiaremos en profundidad este tipo de redes así como varios de sus campos de aplicación.
El uso intensivo de la capacidad computacional que es necesario en Deep Learning hace que el modelo de servicio de la nube proporcione una plataforma de trabajo adecuada para cargas computacionales de altas prestaciones (HPC, High Processing) y la demanda específica en el desarrollo de modelos basados en redes neuronales profundas. En este tema se presentarán las alternativas presentes en los proveedores de servicio más conocidos, y como emplear las herramientas de dichos proveedores para desarollar los modelos, asi como implementar un servicio computacional que se integre con las aplicaciones/servicios que usen las predicciones de las redes neuronales profundas.
Se verán distintos ejemplos de campos de aplicación de las redes neuronales profundas, tales como visión artificial, traducción automática, etc.