Learn about backpropagation and gradient descent by coding your own simple neural network from scratch in Python - no libraries, just fundamentals. Ideal for aspiring Machine Learning Engineers, Data Scientists, and AI Specialists.Coding neural networks from scratch using only PythonWhat backpropagation is and how it helps machines learnHow to break down complicated math into simple, doable stepsThe easiest way to understand gradients and why they matterWhat’s really happening when a machine makes predictionsHow to train a smarter model by adjusting tiny details in code
- Introducción
Introducción
Ejercicio: Conoce a tus compañeros y al instructor
Recursos del curso
- Redes Neuronales, Derivadas, Gradientes, Regla de la Cadena y Descenso de Gradiente
Introducción a Nuestra Simple Red Neuronal
Por qué Usamos Gráficas Computacionales
Realizando el Pase Hacia Adelante
Hoja de Ruta para Entender la Retropropagación
Teoría de las Derivadas
Ejemplo Numérico de Derivadas
Derivadas Parciales
Gradientes
Entendiendo Qué Hacen las Derivadas Parciales
Introducción a la Retropropagación
(Opcional) Regla de la Cadena
Derivación del Gradiente de la Función de Pérdida del Error Cuadrático Medio
Visualizando la Función de Pérdida y Entendiendo los Gradientes
Usando la Regla de la Cadena para Ver cómo w2 Afecta la Pérdida Final
Retropropagación de w1
Introducción al Descenso de Gradiente Visualmente
Descenso de Gradiente
Entendiendo la Tasa de Aprendizaje (Alfa)
Moviéndose en la Dirección Opuesta del Gradiente
Calculando el Descenso de Gradiente a Mano
Codificando Nuestra Simple Red Neuronal Parte 1
Codificando Nuestra Simple Red Neuronal Parte 2
Codificando Nuestra Simple Red Neuronal Parte 3
Codificando Nuestra Simple Red Neuronal Parte 4
Codificando Nuestra Simple Red Neuronal Parte 5
- Implementando Nuestra Red Neuronal Avanzada a Mano + Python
Introducción a Nuestra Compleja Red Neuronal
Realizando el Pase Hacia Adelante
Comenzando con la Retropropagación
Obteniendo la Derivada de la Función de Activación Sigmoide (Opcional)
Implementando Retropropagación con la Regla de la Cadena
Entendiendo Cómo w3 Afecta la Pérdida Final
Calculando Gradientes para Z1
Entendiendo Cómo w1 y w2 Afectan la Pérdida
Implementando el Descenso de Gradiente a Mano
Codificando Nuestra Red Neuronal Avanzada Parte (Implementación del Pase Hacia Adelante + Pérdida)
Codificando Nuestra Red Neuronal Avanzada Parte 2 (Implementación de Retropropagación)
Codificando Nuestra Red Neuronal Avanzada Parte 3 (Implementación del Descenso de Gradiente)
Codificando Nuestra Red Neuronal Avanzada Parte 4 (Entrenamiento de Nuestra Red Neuronal)
- ¿A Dónde Ir Desde Aquí?
¡Revisa Este Byte!
