Programa del Curso

Introducción a Neural Networks

  1. ¿Qué son Neural Networks
  2. ¿Cuál es el estado actual en la aplicación de redes neuronales?
  3. Neural Networks Frente a modelos de regresión
  4. Aprendizaje supervisado y no supervisado

Resumen de los paquetes disponibles

  1. NNET, Neuralnet y otros
  2. Diferencias entre paquetes y limitaciones de itls
  3. Visualización de redes neuronales

Aplicación Neural Networks

  • Concepto de neuronas y redes neuronales
  • Un modelo simplificado del cerebro
  • Neurona de oportunidades
  • El problema XOR y la naturaleza de la distribución de valores
  • La naturaleza polimórfica de la sigmoidal
  • Otras funciones activadas
  • Construcción de redes neuronales
  • Concepto de conexión de neuronas
  • Red neuronal como nodos
  • Construyendo una red
  • Neuronas
  • Capas
  • Balanza
  • Datos de entrada y salida
  • Rango de 0 a 1
  • Normalización
  • Aprendizaje Neural Networks
  • Propagación hacia atrás
  • Propagación por pasos
  • Algoritmos de entrenamiento de red
  • Ámbito de aplicación
  • Estimación
  • Problemas con la posibilidad de aproximación por
  • Ejemplos
  • OCR y reconocimiento de patrones de imagen
  • Otras aplicaciones
  • Implementación de un trabajo de modelado de redes neuronales que predice los precios de las acciones de las empresas que cotizan en bolsa

Requerimientos

Se recomienda programar en cualquier lenguaje de programación.

  14 horas
 

Número de participantes


Comienza

Termina


Dates are subject to availability and take place between 09:30 and 16:30.
Los cursos de formación abiertos requieren más de 5 participantes.

Testimonios (3)

Cursos Relacionados

Categorías Relacionadas