Deep Learning Avanzado

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL MACHINE LEARNING Introducción Clasificación de algoritmos de aprendizaje automático Ejemplos de aprendizaje automático Diferencias entre el aprendizaje automático y el aprendizaje profundo Tipos de algoritmos de aprendizaje automático El futuro del aprendizaje automático UNIDAD DIDÁCTICA 2. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING Introducción Algoritmos UNIDAD DIDÁCTICA 3. SISTEMAS DE RECOMENDACIÓN Introducción Filtrado colaborativo Clusterización Sistemas de recomendación híbridos UNIDAD DIDÁCTICA 4. CLASIFICACIÓN Clasificadores Algoritmos UNIDAD DIDÁCTICA 5. REDES NEURONALES Y DEEP LEARNING Componentes Aprendizaje UNIDAD DIDÁCTICA 6. SISTEMAS DE ELECCIÓN Introducción El proceso de paso de DSS a IDSS Casos de aplicación UNIDAD DIDÁCTICA 7. DEEP LEARNING CON PYTHON, KERAS Y TENSORFLOW Aprendizaje profundo Entorno de Deep Learning con Python Aprendizaje automático y profundo UNIDAD DIDÁCTICA 8. SISTEMAS NEURONALES Redes neuronales Redes profundas y redes poco profundas UNIDAD DIDÁCTICA 9. REDES DE UNA SOLA CAPA Perceptrón de una capa y multicapa Ejemplo de perceptrón UNIDAD DIDÁCTICA 10. REDES MULTICAPA Tipos de redes profundas UNIDAD DIDÁCTICA 11. ESTRATEGIAS DE APRENDIZAJE Entrada y salida de datos Entrenar una red neuronal Gráficos computacionales Implementación de una red profunda El algoritmo de propagación directa Redes neuronales profundas multicapa