Programa del Curso

  • Backprop, modelos modulares
  • Módulo Logsum
  • RBF Neto
  • Pérdida de MAP/MLE
  • Transformaciones de espacio de parámetros
  • Módulo convolucional
  • Aprendizaje basado en gradientes
  • Energía para la inferencia
  • Objetivo para el aprendizaje
  • PCA, NLL
  • Modelos de variables latentes
  • LVM probabilístico
  • Función de pérdida
  • Reconocimiento de escritura a mano

Requerimientos

Buena base en aprendizaje automático básico. Conocimientos de programación en cualquier lenguaje (idealmente Python/R).

 21 horas

Testimonios (4)

Categorías Relacionadas