Accesos directos a las distintas zonas del curso

Ir a los contenidos

Ir a menú navegación principal

Ir a menú pie de página

DEEP LEARNING

Curso 2019/2020/Subject's code31110111

DEEP LEARNING

NAME SUBJECT DEEP LEARNING
CODE 31110111
SESSION 2019/2020
DEGREE IN WHICH IT IS OFFERED MÁSTER UNIVERSITARIO EN INGENIERÍA Y CIENCIA DE DATOS
TYPE CONTENIDOS
ECTS 4
HOURS 100.0
PERIOD SEMESTRE  2
OFFER LANGUAGES CASTELLANO

PRESENTACIÓN Y CONTEXTUALIZACIÓN

PRESENTACIÓN

Las redes neuronales profundas, o Deep Learning, son una tecnología basada en el concepto clásico de redes neuronales. En Deep Learning, además del concepto de perceptrón o neurona clásica, se usa un conjunto de capas intermedias de aprendizaje denominadas capas escondidas (Hidden Layers) que se usan para identificar características específicas de la función no lineal a implementar (por ejemplo, una clasificación múltiple). No es una tecnología novedosa, sino que la aparición de técnicas de computación avanzada (procesamiento distribuido, clústeres, GPUs, etc.) ha permitido implementar (crear modelos) este tipo de redes neuronales con poco esfuerzo y con tiempos razonables de ejecución comparados con los de las implementaciones de sus antecesoras. Adicionalmente, se han conseguido factores de precisión muy cercanos al 100% en tareas tan específicas como el reconocimiento de imágenes o del lenguaje hablado. 


Esta asignatura se centra en mostrar los fundamentos del Deep Learning y las principales herramientas que se pueden utilizar para desarrollar modelos basados en redes neuronales que, posteriormente, habilitarán al estudiante para resolver problemas de aplicación de este tipo de tecnología.

CONTEXTUALIZACIÓN

La asignatura de Deep Learning se trata de una asignatura de 4 créditos ECTS, de carácter optativo, impartida en el segundo semestre del Máster Universitario en Ingeniería y Ciencia de Datos. Guarda relación con las siguientes asignaturas también disponibles en el mismo Máster:

  • Modelado estadístico de datos
  • Aprendizaje automático I 
  • Programación en entornos de datos
  • Infraestructuras computacionales para procesamiento de datos masivos
-->