Redes Neuronales - Una Introducción

Resumen

Explore los fundamentos de las redes neuronales, desde la inspiración biológica hasta las aplicaciones prácticas. Aprenda conceptos clave, fundamentos matemáticos y herramientas para desarrollar soluciones de aprendizaje automático utilizando redes neuronales.

Programa de estudio

• Introducción a las Redes Neuronales
Panorama general y contexto histórico
Inspiración biológica y analogía con las neuronas humanas
• Fundamentos Matemáticos
Neuronas como modelos matemáticos
Funciones de activación (sigmoide, ReLU, etc.)
Funciones de pérdida y optimización
• Tipos de Redes Neuronales
Redes neuronales de alimentación directa
Redes neuronales convolucionales (CNNs)
Redes neuronales recurrentes (RNNs)
• Arquitectura de Redes Neuronales
Capas y nodos
Inicialización de pesos y sesgos
Retropropagación y descenso de gradiente
• Implementación Práctica
Configuración de un entorno de desarrollo (Python, TensorFlow, PyTorch)
Construcción de redes neuronales simples
Entrenamiento y evaluación de modelos
• Temas Avanzados
Técnicas de regularización (dropout, normalización L2)
Ajuste de hiperparámetros
Aprendizaje por transferencia
• Aplicaciones en el Mundo Real
Clasificación de imágenes y detección de objetos
Procesamiento del lenguaje natural
Predicción de series temporales
• Consideraciones Éticas y Tendencias Futuras
Sesgo y equidad en la IA
El futuro de las redes neuronales y los avances en IA
• Recursos y Aprendizaje Adicional
Libros de texto y artículos clave
Cursos en línea y tutoriales
• Trabajo de Proyecto
Desarrollar una aplicación simple de red neuronal desde cero
Presentar hallazgos y lecciones aprendidas

---

Asignaturas

Charlas de Conferencia