Cinvestav
Departamento de Computación

Curso: Aprendizaje Profundo

Prof. Dr. Luis Gerardo de la Fraga
Cuatrimestre enero a abril de 2025

Contenido del Curso:

1. Revisión de las arquitecturas de redes neuronales
   1. Redes neuronales directas
   2. Redes neuronales recurrentes
   3. Redes neuronales convolucionales
   4. Redes neuronales profundas
2. Implementación de algunos resultados del estado del arte
3. ¿Usar redes profundas para resolver problemas de clasificación?
4. El método de optimización por descenso de gradiente aplicado a redes neuronales
5. Autoencoders
6. Aprendizaje por reforzamiento
7. Modelos probabilísticos:
   1. Autoencoder variacional
   2. Redes adversarias generativas

Apuntes del Curso:

1. 25.03.2025 Autoencoder variacional.
2. 20.03.2025 Regularización en redes directas con Science Kit Learn y pytorch.
3. 18.03.2025 El problema del XOR resuelto con el optimizador Adam.
4. 13.03.2025 El problema del XOR resuelto con la retropropagación y el descenso de gradiente.
5. 11.03.2025 El descendo de gradiente
6. 4.03.2025 El método de Newton para resolver el problema f(x)=x^3-cos(x)=0 y hallar el mínimo de la función de Rosenbrock en dos dimensiones
7. 25.02.2025 La búsqueda de arquitectura de red vista en clase.
8. 30.01.2025 La red profunda vista en clase para clasificar las imágenes de números MNIST.
9. 30.01.2025 El problema del XOR resuelto con la evolución diferencial.
10. 23.01.2025 El problema del XOR resuelto con SciKit Learn.
11. 16.01.2025 Red neuronal directa para clasificar la base de datos Banana hecha con Pytorch.
12. 16.01.2025 Red directa para clasificar los datos de banana hecha con Science Kit Learn.

Última actualización:
25.03.2025
Comentarios: fraga en cs.cinvestav.mx