Redes neuronales y Deep Learning
| Fecha | Tópico | Material | Proyectos | Tareas |
|---|---|---|---|---|
| 08-08 | Introducción | slides | ||
| 15-08 | Feriado | |||
| 22-08 | Modelos lineales para regresión y clasificación | slides 🖥️ |
||
| 29-08 | Red neuronal feedforward / Backpropagation learning | slides - fann slides - recsys 🖥️ - sistemas recomendación y embeddings |
Envío temas | Tarea 1 |
| 05-09 | Clase suspendida | |||
| 12-09 | Redes neuronales convolucionales | slides 🖥️ - conv 🖥️ - modelos preentrenados 🖥️ - arquitecturas 🖥️ - fully convolutional 🖥️ - object localization |
||
| 19-09 | Vacaciones de fiestas patrias | |||
| 26-09 | ||||
| 03-10 | Entrega parcial | |||
| 10-10 | Tarea 2 | |||
| 17-10 | Redes difusas | slides 🖥️ - Mamdani 🖥️ -Mamdani-pytorch |
||
| 24-10 | Redes neuronales recurrentes y Transformers | slides rnn-lstm slides transformers slides transformers NLP 🖥️ - ejemplo GPT lectura bishop-ch12 |
Tarea 3 | |
| 07-11 | Redes KAN | slides evkan | ||
| 14-11 | Procesos Gaussianos y Graph neural networks | |||
| 21-11 | Presentaciones de alumnos | |||
| 28-11 | Entrega escrito Presentaciones de alumnos |