Lección 1 del módulo “Redes Neuronales” del curso Fundamentos de Deep Learning con Python.
En el módulo anterior vimos una introducción general al Deep Learning así como algunas herramientas prácticas (de programación en Python) y conceptuales (relacionadas con las matemáticas para Deep Learning) esenciales para el Deep Learning. De hecho, en la lección anterior vimos los elementos básicos de probabilidad y estadística para Deep Learning.
En este segundo módulo del curso veremos todos los detalles de la primera arquitectura del Deep Learning: las Redes Neuronales.
Estas redes son el componente fundamental a partir de las cuales, cómo veremos a lo largo del curso, se podrán construir arquitecturas más complejas (como las Redes Convolucionales, las Redes Recurrentes y LSTM y las Redes Transformer).
Así que a continuación en este corto video veremos un panorama general de los elementos que iremos abordando poco a poco en este módulo:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Bien, como acabamos de ver, para entender todos los detalles del funcionamiento de las Redes Neuronales tendremos que abordar varios conceptos esenciales y entender aspectos como:
- ¿Qué es el entrenamiento?
- ¿Qué es la pérdida o función de error?
- ¿Qué es un algoritmo de optimización?
- ¿Qué es un modelo?
Y para comprender uno a uno estos conceptos partiremos de un problema sencillo: la Regresión Lineal. Y una vez tengamos claros estos elementos veremos qué es una Neurona Artificial, sus ventajas y limitaciones. Y con este concepto ya podremos abordar las Redes Neuronales, que son simplemente el resultado de interconectar múltiples neuronas artificiales.
Al final del módulo veremos diferentes técnicas y estrategias para mejorar el proceso de entrenamiento y aprendizaje de las Redes Neuronales, y desde luego todo esto vendrá acompañado de un componente práctico que desarrollaremos en Google Colab, usando el lenguaje de programación Python y la librería Keras.
Así que para comenzar, en la próxima lección hablaremos de uno de los algoritmos fundamentales del Deep Learning: el algoritmo del Gradiente Descendente.
Todas las lecciones del curso Fundamentos de Deep Learning con Python.