Tópico Emergentes en Tecnolog. de Entretenimiento - CC199 - 202102
Descripción del Articulo
Descripción: En la última década, las redes neuronales profundas han surgido como una herramienta indispensable en muchas áreas de la inteligencia artificial, incluida la visión computacional, computación gráfica, procesamiento del lenguaje natural, robótica, medicina, entre otras. Como resultado, l...
| Autor: | |
|---|---|
| Formato: | informe técnico |
| Fecha de Publicación: | 2021 |
| Institución: | Universidad Peruana de Ciencias Aplicadas |
| Repositorio: | UPC-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorioacademico.upc.edu.pe:10757/662185 |
| Enlace del recurso: | http://hdl.handle.net/10757/662185 |
| Nivel de acceso: | acceso abierto |
| Materia: | Computación CC199 |
| Sumario: | Descripción: En la última década, las redes neuronales profundas han surgido como una herramienta indispensable en muchas áreas de la inteligencia artificial, incluida la visión computacional, computación gráfica, procesamiento del lenguaje natural, robótica, medicina, entre otras. Como resultado, la experiencia en aprendizaje profundo está cambiando rápidamente y se está convirtiendo en un prerrequisito obligatorio en muchos entornos académicos avanzados, y una gran ventaja en el mercado laboral. En este curso aprenderemos los conceptos básicos de las redes neuronales profundas, enfocándonos tanto en la parte teórica como práctica. Discutiremos modelos de aprendizaje recientes tanto supervisados como no supervisados, así como técnicas y consideraciones a tomar en cuenta al momento de entrenar redes neuronales profundas. Entre los temas que cubriremos tenemos: redes neuronales multicapa (MLPs), redes neuronales convolucionales (CNNs), optimizadores (SGD, Adam), modelos secuenciales (RNNs, LSTMs), modelos generativos (VAEs, GANs) y modelos recientes como Transformers. Además, se presentarán aplicaciones en varios campos a lo largo del curso. Propósito: El curso electivo de la carrera de Ciencias de la Computación, es de carácter teórico-práctico y está dirigido a estudiantes del noveno ciclo. El curso ha sido diseñado con el propósito de permitir al estudiante obtener una comprensión de los conceptos teóricos y prácticos de las redes neuronales profundas, así como perfeccionarse en su empleo adecuado en el desarrollo de proyectos de investigación y de industria. El curso busca desarrollar la competencia general de Pensamiento Innovador de nivel 2 y la competencia específica de Uso de Técnica y herramientas de nivel 2 acorde con el ABET Student Outcome (I) para la carrera Ciencias de la computación. 1 |
|---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
