Explore deep learning fundamentals and implementation in Scala, covering neural networks, computer vision, and practical applications with hands-on examples and library comparisons.
- Introducción al Aprendizaje Profundo
Panorama de la Inteligencia Artificial y el Aprendizaje Automático
Evolución y significado del Aprendizaje Profundo
Papel de Scala en el Aprendizaje Profundo
- Fundamentos de las Redes Neuronales
Anatomía de una Red Neuronal
Funciones de Activación
Funciones de Pérdida y Algoritmos de Optimización
- Configuración del Entorno de Scala
Instalación y configuración de Scala
Visión general de las bibliotecas populares de Scala para Aprendizaje Profundo (Breeze, DeepLearning.scala, Spark MLlib)
- Conceptos Básicos de Aprendizaje Profundo
Perceptrones Multicapa
Retropropagación y Descenso de Gradiente
Técnicas de Regularización
- Redes Neuronales Convolucionales (CNNs)
Arquitectura y componentes de las CNNs
CNNs para Clasificación de Imágenes y Detección de Objetos
Implementación práctica de CNNs en Scala
- Redes Neuronales Recurrentes (RNNs)
Fundamentos de las RNNs y LSTM
Aplicaciones de las RNNs en Series Temporales y PLN
Construcción de modelos de RNN con Scala
- Evaluación de Modelos de Aprendizaje Profundo
Métricas para evaluar el rendimiento del modelo
Estrategias de Validación y Prueba
Ajuste de Hiperparámetros
- Aplicaciones Prácticas y Estudios de Caso
Estudio de Caso: Implementación de una tarea de Visión por Computador con Scala
Ejemplo práctico: Construcción de un modelo de Análisis de Sentimientos
Comparación de Bibliotecas de Aprendizaje Profundo en Scala
- Temas Avanzados
Aprendizaje por Transferencia y Modelos Preentrenados
Redes Generativas Adversarias (GANs)
Consideraciones éticas en IA y Aprendizaje Profundo
- Proyecto de Fin de Curso
Desarrollar y presentar un proyecto de aprendizaje profundo utilizando Scala
Sesión de revisión por pares y retroalimentación
- Conclusión del Curso
Resumen de los conceptos clave
Rutas futuras de aprendizaje en Aprendizaje Profundo y Scala