Fundamentos de Aprendizaje Profundo con PyTorch

Descripción

El aprendizaje profundo está en el núcleo de la Inteligencia Artificial que tenemos presente, y cada vez más, en nuestro día a día. Sin embargo, ¿qué entendemos como aprendizaje profundo? En este curso se presentarán los conceptos clave para dar respuesta a esta pregunta, acompañados de casos prácticos utilizando la librería PyTorch del lenguaje Python.

Objetivos

1. Conocer los conceptos básicos del aprendizaje profundo. 2. Adquirir una idea general sobre los modelos más populares. 3. Organizar y procesar datos propios para utilizarlos como entrada a modelos existentes. 4. Aprender a utilizar modelos del estado del arte y modificarlos o crear modelos nuevos para nuevos problemas.

Contenidos

1. Modelos de Deep Learning en aprendizaje supervisado. Descripción y uso. 2. Librerías previas al modelo: numpy, pandas y matplotlib. 3. Introducción a Pytorch y modelos de aprendizaje profundo. 4. Regresión con modelos de aprendizaje profundo. 5. Clasificación (tipo I: datos estructurados) con modelos de aprendizaje profundo. 6. Clasificación (tipo II: datos no estructurados) con modelos de aprendizaje profundo.

Digital Innovation Hubs

Tec4E