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