IA Generativa: Fundamentos y Conceptos

Resumen

This course provides an overview of some different concepts underpinning Generative AI, their mathematical principles, and their applications in engineering. The focus will be on the practical implementation of generative AI including, neural networks, attention mechanism, and advanced deep learning models.

Programa

• Fundamentos de Redes Neuronales y Optimización
En este módulo, explorarás los fundamentos de las redes neuronales, incluyendo perceptrones, arquitecturas y algoritmos de aprendizaje. Te adentrarás profundamente en métodos de optimización críticos para un entrenamiento eficiente, enfocándote en técnicas avanzadas como los métodos de Newton y cuasi-Newton, momento, RMSProp y algoritmos de optimización Adam.
• Regularización y Técnicas Avanzadas
Este módulo te guía a través de los enfoques matemáticos de las técnicas de regularización que mejoran la generalización de las redes neuronales y previenen el sobreajuste. Analizarás conceptos incluyendo el estimador de riesgo imparcial de Stein, descomposición en valores propios, métodos de conjunto, mecanismos de abandono, y técnicas de normalización avanzadas como la normalización por lotes.
• Redes Neuronales Convolucionales (CNN)
En este módulo, examinarás las redes neuronales convolucionales (CNN), incluyendo operaciones de convolución, compartición de parámetros, métodos de núcleo, y estructuras de datos multidimensionales. Explorarás arquitecturas avanzadas de CNN, técnicas de regularización, normalización, y las implicaciones de los núcleos aleatorios en el comportamiento de aprendizaje de la red.
• Modelos Generativos y Aprendizaje por Máxima Verosimilitud
En este módulo, analizarás las matemáticas subyacentes a los modelos generativos y la estimación de máxima verosimilitud (MLE). Explorarás métricas de divergencia como la divergencia de Kullback-Leibler, estructuras de redes bayesianas, y métodos de modelado autorregresivo, centrándote en sus fundamentos teóricos e implicaciones prácticas.

---

Impartido por

Ramin Mohammadi

---

Materias

Computer Science