Deep Learning (o Aprendizaje Profundo) permite que las computadoras aprendan tareas usando Redes Neuronales en términos de una jerarquía de conceptos con múltiples niveles de representación a partir de datos crudos. Las redes neuronales artificiales (o artificial neural networks por su término en inglés) son una familia de técnicas de aprendizaje de máquina (machine learning) y deep learning.
Esta serie de videos explica los siguientes temas dentro del dominio de aprendizaje profundo:
- Qué es Deep Learning
- Perceptrón: una neurona artificial
- Gradiente descendente
- Backpropagation: Cómo aprenden matemáticamente las redes neuronales
- Técnicas de Aumentación de datos
- El problema del Desvanecimiento del Gradiente en redes profundas
- Funciones de Activación
- Redes generativas adversarias (generative adversarial networks)
- ...
Aulas do Curso
(23 vídeos)
0 de 23 aulas concluídas
0%
Progresso salvo somente neste navegador.
0
Qué es Deep Learning (o Aprendizaje Profundo): De la Neurona Biológica a la Red Neuronal Artificial
Deep Learning (o Aprendizaje Profundo) permite que las computadoras aprendan tareas usando Redes Neuronales en términos …
1
Perceptrón Paso a Paso con Python: La Base de las Redes Neuronales Artificiales de Machine Learning
Explicación paso a paso de la creación y entrenamiento del Perceptrón: una de las primeras neuronas artificiales. El Per…
2
Gradiente Descendente Paso a Paso con Python: Un Algoritmo de Optimización para Machine Learning
En este video se explica visualmente y paso a paso qué es y cómo funciona el algoritmo del gradiente descendente: uno de…
3
BACKPROPAGATION: Cómo Aprende Matemáticamente una Red Neuronal Artificial Paso a Paso con Python
Explicación visual y matemática, paso a paso, de cómo aprende una red neuronal artificial. En particular, este video se …
4
¿No tienes datos? ¡Auméntalos! Introducción a la Aumentación de Datos (Data Augmentation) con Python
Entrenar modelos de aprendizaje profundo (o deep learning) podría requerir una gran cantidad de datos. Sin embargo, comú…
5
La Muerte de las Neuronas: Problema del Desvanecimiento del Gradiente en Redes Neuronales Profundas
En el entrenamiento de las redes neuronales profundas existe un problema muy importante llamado el desvanecimiento del g…
6
Matemáticas Esenciales para Dominar Machine Learning y Deep Learning
A través de ejemplos y visualizaciones, este video describe los prerrequisitos matemáticos de aprendizaje de máquina y a…
7
Funciones de Activación de Redes Neuronales: Sigmoide, ReLU, ELU, Tangente hiperbólica, Softplus y ?
Las redes neuronales profundas están compuestas de múltiples neuronas artificiales. En el núcleo de esas neuronas se enc…
8
Desmitificando las Funciones de Pérdida o Error: Fundamentos de Deep Learning
Uno de los conceptos más importantes del aprendizaje de máquina y en particular del aprendizaje profundo, son las funcio…
9
Generative Adversarial Networks (GANs) / Redes Generativas Adversarias: Deep Learning
Para citar este recurso educativo utiliza la siguiente referencia:
Gutiérrez-García, J.O. [Código Máquina]. (2021, 17 d…
10
Tu primera Red Neuronal para Clasificar Imágenes con Python y TensorFlow: Perceptrón Multicapa MLP
Explicación visual y paso a paso de cómo implementar una Red Neuronal Artificial, en particular, un perceptrón multicapa…
11
Descifrando el Misterio: Redes Neuronales Convolucionales (CNNs) con Python y Tensorflow
Las redes neuronales convolucionales, son un tipo de red neuronal especializada en procesar datos que se encuentran en u…
12
Qué es el Teorema de Aproximación UNIVERSAL y por qué es tan importante para las Redes Neuronales
El Teorema de Aproximación Universal de las redes neuronales, demuestra que independientemente de qué función estemos tr…
13
¿Qué es el Gradiente y por qué es importante en Machine Learning?
Este video explica visualmente qué es un Gradiente: Uno de los conceptos matemáticos más importantes en Machine Learning…
14
¿Hay un Algoritmo de Machine Learning Mejor a Todos?: El Teorema de No Hay Almuerzo Gratis
David Wolpert et al., demostró matemáticamente que todos los algoritmos de aprendizaje de máquina supervisado son equiva…
15
Word2Vec: Red Neuronal para habilitar el 'Razonamiento' en IA - De Palabras a Vectores
Word2Vec es un método que obtiene representaciones matemáticas/vectoriales de palabras (word embeddings) a la vez que so…
16
¿Qué puede Aprender una Red Neuronal sobre los Simpsons? Word2Vec + Python
Word2Vec es un método que obtiene representaciones matemáticas/vectoriales de palabras (word embeddings) a la vez que so…
17
Autoencoders: Una Red Neuronal que Codifica y Reconstruye Datos en Python
Un autoencoder o autocodificador es un tipo de arquitectura de red neural diseñada para codificar datos o para extraer l…
18
Redes Neuronales en IA: Conceptos Clave para Principiantes
Cuando estamos iniciando en el mundo de las redes neuronales artificiales, hay muchos conceptos y términos relativamente…
19
Interpretabilidad en Machine Learning: Importancia de Variables por Permutación con Python
Interpretación es el grado en el qué podemos entender la causa detrás de una decisión. En el contexto de la IA, en parti…
20
La Trampa Oculta que Sabotea tu Modelo de Machine Learning: FUGA DE DATOS
Uno de los problemas más frecuentes cuando estamos creando/entrenando modelos de aprendizaje de máquina es que sobreesti…
21
Sesgo, Varianza y Ruido Irreducible: El Error de Generalización en Machine Learning
Este video explica el Error de Generalización en Machine Learning.
?? Xiperia ofrece consultoría empresarial que transf…
22
Cómo aprender IA Avanzada — y casi cualquier cosa — con la ayuda de ChatGPT
Explicación de una estrategia de aprendizaje guiada por modelos de lenguaje de gran tamaño (LLMs, por sus siglas en ingl…
