ARN

REDES NEURONALES

Segundo semestre de 2018

Facultad de Matemática, Astronomía, Física y Computación
Universidad Nacional de Córdoba



PROFESOR

Dr. Francisco Tamarit
tamarit.fa@gmail.com


PRÁCTICOS


PIZARRONES


DÍAS DE CLASE

DÍAS DE CLASE

  • 1. Jueves 6 de septiembre. Aula 17
  • 2. Viernes 7 de septiembre. Aula Magna
  • 3. Viernes 21 de septiembre. Aula Magna
  • 4. Jueves 27 de septiembre. Aula 17
  • 5. Viernes 28 de septiembre. Aula 17
  • 6. Jueves 4 de octubre. Aula 17
  • 7. Viernes 5 de octubre.
  • 8. Jueves 11 de octubre.
  • 9. Viernes 12 de octubre.
  • 10. Jueves 18 de octubre.
  • 11. Viernes 19 de octubre.
  • 12. Jueves 25 de octubre.
  • 13. Viernes 26 de octubre.
  • 14. Juyeves 1 de noviembre.
  • 15. Viernes 2 de noviembre.

SEMINARIOS

  • Viernes 12 de Octubre de 17 a 18 hs.
    Aula 13 de FAMAF
    Dr. Omar Osenda
    "La teoría cuántica de la consciencia de Hameroff y Penrose"

  • Jueves 18 de Octubre de 17 a 18 hs.
    Aula 17
    Dr. Damián Barsotti
    "Una introducción a la ciencia de datos

  • Viernes 19 de Octubre de 17 a 18 hs.
    Aula 12 de FAMAF
    Lic. Andrés Ilcic
    "Historia y epistemología de los sistemas complejos y los modelos neuronales"

  • Jueves 25 de Octubre de 17 a 18 hs.
    Aula 17 de FAMAF
    Dr. Orlando Billoni
    Redes complejas: conceptos y aplicaciones

  • Viernes 26 de Octubre de 17 a 18 hs.
    Aula 12 de FAMAF
    Dra. Georgina Flesia
    Técnicas de reducción de dimensionalidad

  • Jueves 1 de noviembre
    Aula 17 de FAMAF
    Dr. Martín Domínguez
    Predicciones de preferencia y tendenicas en Twitter


DÍAS Y HORAS

Jueves y viernes de 17.00 hs a 21.00 hs.


LUGAR

Jueves en el Aula 17 de FAMAF
Viernes en el Aula Magna de FAMAF


INICIO Y FINAL

Jueves 6 de septiembre a las 17.00 hs. Las clases irán hasta finales de noviembre.


CARACTERÍSTICAS

Este es un curso avanzado orientado a estudiantes de posgrado o estudiantes de grado avanzandos de carreras afines a la neurociencia teórica y computacional. Se asumirá conocimientos intermedios de análisis matemático de una y varias variables, álgebra lineal, estadística y programación (en cualquier lenguague que permita integrar ecuaciones diferenciales ordinarias y simular redes dinámicas). El curso está destinado principalmente a estudiantes de grado avanzados o egresados de las licenciaturas en ciencias de la computación, matemática, astronomía, física, ciencias químicas y economías, como así también de todas las ingenierías.

No obstante, quienes viniendo de otras profesiones, sean formales o no, entiendan que están en condiciones de cursar la materia, serán bienvenidos.

El curso tiene dos partes, como se puede ver en el programa de la materia.

La primera parte está orientada a brindar herramientas matemáticas (propias del área de la matemática llamada sistemas dinámicos) que permitirán modelar sistemas biológicos en general, pudiendo hacer predicciones temporales muy valiosas para las ciencias naturales. En particular se utilizarán estos conocimientos para modelar el comportamiento de neuronas individuales primero, y luego de conjuntos de neuronas artificiales (redes neuorales).

La segunda parte está destinada a presentar los resultados matemáticos que fundamentan el uso de redes neuronales (conjunto de neuronas artificiales conectadas) como herramientas muy exitosas del aprendizaje automático. En este sentido es importante aclarar que no es un curso de aprendizaje Automático si bien está previsto presentar un pequeño resumen, a los fines de poder valorar la potencia de las redes neuronales. Solo se abordará el aprendizaje automático desde la perspectiva de las redes neuronales.

El curso no pretende dar las herramientas prácticas disponibles en línea (esto es fácil de aprender leyendo los manuales), sino enteder los fundamentos teóricos conceptuales de las redes neuronales, brindando conocimiento sobre la teoría que da sustento a esta rama del aprendizaje automático y enseñando a progrmar redes neuronales.


PROGRAMA

Ver versión PDF del programa


BIBLIOGRAFÍA BÁSICA

  • Los apuntes de clase que tomarán los estudiantes.
  • Strogatz S.H., "Nonlinear dynamics and chaos" Addison-Wesley Publishing Company (1994).
  • Dayan P. and L. Abbott, "Theoretical neuroscience: computational and mathematical modeling of neural systems", MIT Press (2001).
  • T.M. Mitchell, "Machine Learning" McGraw-Hill (1997).
  • J. Hertz, A. Krogh and R.G Palmer, "Introduction to the theory of neural computation", Santa Fe Institute (1991).


BIBLIOGRAFÍA COMPLEMENTARIA

  • Izhikevich E.M., "Dynamical systems in neuroscience: the geometry of excitability and bursting", MIT Press (2006).
  • Rieke F., Warland D., de Tuyter van Steveninck R. and Bialek W., "Spikes: exploring the neural code", MIT Press (1999).
  • MacKay D.J.C., "Information theory, inference and learning algorithms", Cambridge University Press, (2003).
  • Hstie T., Tibshirani R. and Fiedman J, "The elements of statistical learning, data mining, inference and prediction", Springer Verlag (2001).


INSCRIPSIÓN

Si sos alumno/a de grado

  • Si sos alumno de grado de la Licenciatura en Cs. de la Computación de FAMAF, tenés que inscribirte por GUARANÍ hasta el viernes 17 de agosto.
  • Si sos estudiante de grado de la Lic. en Física de FAMAF, deberás inscribirte personalmente en la Especialidad en despacho de alumnos de 9.00 hs a 14.00 hs o de 16.00 hs a 18.00 hs, o solicitarlo por medio de un mensaje electrónico a la cuenta ingresos@famaf.unc.edu.ar ingreso@famaf.unc.edu.ar hasta el viernes 17 de agosto (el próximo viernes).
  • Si tenés más de 30% de una carrera de grado de FAMAF o de otra carrera de grado de la UNC o de otra Universidad, podés inscribirte como alumno vocacional personalmente en despacho de alumnos de FAMAF de 9.00 hs a 14.00 hs o de 16.00 hs a 18.00 hs, o solicitarlo por medio de un mensaje electrónico a la cuenta ingresos@famaf.unc.edu.ar hasta el viernes 17 de agosto (el próximo viernes). Si llegás tarde, consultá si podés inscribirte fuera de término.
  • Si sos estudiante de grado de FAMAF y has rendido todas las materias de la carrera hasta cuarto año incluido, podés anotarte como ALUMNO AVANZADO en la Secretaría de Posgrado de FAMAF o consultar a codepo@famaf.unc.edu.ar.
  • Si sos alumno de grado y no completaste cuarto año pero te falta muy poco para completarlo, podés pedir una excepción por nota dirigida al Sr. Secretario de Posgrado de FAMAF, Dr. Daniel Fridlender y entregarla en la oficina de la Secretaría de Posgrado de FAMAF. Solo te pido que me avises.
  • Si sos alumno de grado no avanzado, de cualquier carrera de cualquier facultad de cualquier universidad, podés tomar el curso y si lo aprobás te haremos un certificado de aprobación.

Si sos alumno/a de posgrado

  • Si sos estudiante del Doctorado en Neurociencias, debés inscribirte en la Secretaría de Posgrado de la Facultad de Ciencias Químicas (de 14.00 hs a 16.00 hs) o por mail a cursos@dnc.unc.edu.ar.
  • Si sos estudiante del Doctorado en Ciencias de la Computación o del Doctorado en Física, debés inscribirte en la Secretaría de Posgrado de FAMAF de 10.00 hs a 14.00 hs o consultar en codepo@famaf.unc.edu.ar.
  • Si sos alumno de posgrado de cualquier otra carrera de posgrado de la UNC o de otra universidad, podrás anotarte también en la Oficina de Posgrado de FAMAF codepo@famaf.unc.edu.ar o en el Doctorado en Neurociencias cursos@dnc.unc.edu.ar (Facultad de Cs. Químicas de la UNC).

Si no

  • Si no cumplís ninguna de estas condiciones y querés asistir al curso, no hay problema. Solo te pido que me avises.


CHARLAS

Durante el curso se invitará a docentes de la UNC para que dicten charlas de una hora a los fines de compartir conocimientos y experiencias. Se definirán a fin de agosto.


MODALIDAD DE EVALUACIÓN

Se darán dos prácticos numéricos, se tomará un parcial integrador y se deberá presentar un Informe Final de la Práctica de la Materia, teórico y práctico. Todos ellos se clasificarán entre 0 y 10 puntos.

Para regularizar la materia los alumnos de grado deberán:
Las y los estudiantes deberán:
1. cumplir con un mínimo de 70% de asistencia a clases.
2. Aprobar la evauación parcial con nota no menor a cuatro (4)
3. Aprobar los dos prácticos numéricos con nota no menor a cuatro (4) cada uno.

Para promocionar el curso los alumnos de grado deberán
Las y los estudiantes deberán:
1. cumplir con un mínimo de 80% de asistencia a clases.
2. Aprobar la evauación parcial con nota no menor a siete (7)
3. Aprobar los dos prácticos numéricos con nota no menor a seis (6) y promedio entre ellos no menor a siete (7).
4. Aprobar el Informe Final de la Práctica de la Materia, el cual será individual.

Aprobación para alumnos de posgrado
1. Los y las estudiantes de posgrado deberán rendir examen final.

Todas las instancias de evaluación será individuales


CONSULTAS

  • Para consultarme a mi, escribime a tamarit.fa@gmail.com o buscame en la Oficina 215 de FAMAF.
  • Para consultar en la sede administrativa del Doctorado en Neurociencias, escribí a cursos@dnc.unc.edu.ar.
  • Para consultar en la sede de la Oficina de Posgrado de FAMAF, dirigite por mail a la dirección de correo electrónico codepo@famaf.unc.edu.ar.


Facultad de Matemática, Astronomía, Física y Computación

Universidad Nacional de Córdoba


Haya de la Torre esq. Medina Allende
Ciudad Universitaria
5000 Córdoba
Argentina
Teléfono: +54  (0351)   4334051
Email: tamarit.fa@gmail.com