Evolución de las Redes Neuronales: De Cero a Héroe

Resumen

Programa de estudio

• Introducción a las Redes Neuronales
Visión general de las Redes Neuronales y su Importancia
Breve Historia e Hitos en el Desarrollo de Redes Neuronales
• El Nacimiento de las Redes Neuronales
Neuronas de McCulloch-Pitts
Modelos Iniciales y sus Limitaciones
• Auge de los Modelos de Aprendizaje Supervisado
Perceptrones
Perceptrones de una sola capa
Algoritmo de Aprendizaje del Perceptrón
ADALINE (Neurona Lineal Adaptativa)
Regla Delta
Diferencias entre Perceptrón y ADALINE
• Redes de Hopfield
Redes Neuronales Recurrenciales y la Contribución de Hopfield
Dinámica y Aplicaciones de la Red de Hopfield
• Máquinas de Boltzmann
Introducción a los Modelos Estocásticos
Modelos Basados en Energía en Redes Neuronales
Máquinas de Boltzmann Restringidas
• De Aprendizaje Superficial a Aprendizaje Profundo
Perceptrones Multicapa (MLP)
Arquitectura de los MLP
Funciones de Activación
Introducción a la Retropropagación
Entrenamiento de Perceptrones Multicapa
Desafíos y Soluciones en el Entrenamiento
• Temas Avanzados en Redes Neuronales (Opcional)
Aprendizaje Profundo e Innovaciones Modernas
Otros Modelos Notables y Variaciones
• Conclusión y Direcciones Futuras
Resumen de los Principales Desarrollos
Tendencias Emergentes en Redes Neuronales
• Cierre del Curso
Resumen y Puntos Clave
Recursos Adicionales y Lecturas Recomendadas

---

Asignaturas

Ciencias de la Computación