REDES NEURONALES

Segundo semestre de 2023

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

ARN

Material de las clases teóricas (pizarrones y videos)


Clase extra de la cursada 2022

  • Parte única: Mecanismos de atención y transformers
    Clase invitada a cargo del Dr. Pablo Duboue.
    Video clase extra 2022


Clase 27: Jueves 30 de noviembre de 2023


Clase 26: Jueves 23 de noviembre de 2023


Clase 25: Martes 21 de noviembre de 2023


Clase 24: Jueves 16 de noviembre de 2023


Clase 23: Martes 14 de noviembre de 2023

  • Parte 1: Una vez más, repaso de los problemas del back-propagation original. Algunas mejoras indispensables que dieron lugar al aprendizaje profundo. 1. ¿Cómo preentrenar los parámetros sinápticos de forma no supervisada? Apilamiento de auto-encoders. ¿Qué es un auto-encoder? ¿Cómo pre-entrenar con auto-encoders?
    Pizarrón clase 23 parte 1     Video clase 23 parte 1

  • Parte 2: 2. Cómo evitar la supresión del gradiente cambiando las funciones de activación. ReLU, Leaky ReLU y ELU. 3. Cómo evitar quedar atrapado en mínimos locales y evitar las demoras de los puntos de ensilladura: el descenso por el gradiente estocástico. El concepto de minibatch. El concepto de dropout. 4. Descenso por el gradiente con memoria y adaptación. El método del momento. El método de Nesterov. El método RPROP.
    Pizarrón clase 23 parte 2     Video clase 23 parte 2


Clase 22: Jueves 9 de noviembre de 2023


Clase 21: Martes 7 de noviembre de 2023


Clase 20: Jueves 2 de noviembre de 2023


Clase 19: Jueves 26 de octubre de 2023


Clase 18: Martes 24 de octubre de 2023

  • Parte 1: Repaso de la neurona como clasificador. Estabilidad de la solución. El algoritmo.
    Pizarrón clase 18 parte 1     Video clase 18 parte 1

  • Parte 2: El perceptrón simple como neuronal lineal. El regresor lineal. Equivalencia con el problema estadístico de regresión lineal. El algoritmo de descenso por el gradiente. El perceptrón simple con neurona no lineal. Generalización del descenso por el gradiente para el caso no lineal. Las diferentes funciones de activación no lineales.
    Pizarrón clase 18 parte 2     Video clase 18 parte 2

Clase 17: Jueves 19 de octubre de 2023

  • Parte única: El cerebro como un fenómeno crítico. Argumentos a favor y en contra.
    Clase a cargo del Prof. Lic. Benjamín Marcolongo (FAMAF y IFEG).
    Video clase 17 parte única

Clase 16: Martes 17 de octubre de 2023


Clase 15: Jueves 12 de octubre de 2023


Clase 14: Martes 10 de octubre de 2023


Clase 13: Jueves 5 de octubre de 2023


Clase 12: Martes 3 de octubre de 2023


Clase 11: Jueves 28 de septiembre de 2023

  • Parte 1: Repaso de la clase anterior. Diagrama de fases del sistema cerca del punto fijo en función de la traza y el determinante de la matriz jacobiana de dicho punto fijo. El efecto de la no-linealidad sobre el comportamiento del sistema cerca del punto fijo.
    Pizarrón clase 11 parte 1     Video clase 11 parte 1

  • Parte 2: Dos ejemplos ilustrativos. El modelo predador-preza. El caso de dos especies que compiten por el mismo recurso.
    Pizarrón clase 11 parte 2     Video clase 11 parte 2

Clase 10: Martes 26 de septiembre de 2023


Clase 9: Martes 19 de septiembre de 2023



Clase 8: Jueves 14 de septiembre de 2023


Clase 7: Martes 12 de septiembre de 2023


Clase 6: Jueves 7 de septiembre de 2023


Clase 5: Martes 5 de septiembre de 2023


Clase 4: Jueves 31 de agosto de 2023


Clase 3: Martes 29 de agosto de 2023


Clase 2: Jueves 24 de agosto de 2023

  • Parte 1: El nuevo paradigma de la computación basado en el funcionamiento de los cerebros. La diferencia entre clasificar y hacer una regresión. Ejemplo y discusión sobre el rol de la regresión en las ciencias naturales.
    Pizarrón clase 2 parte 1     Video clase 2 parte 1

  • Parte 2: Una primera introdución a los sistemas dinámicos. El concepto de ecuación diferencial ordinaria. Sistema de ecuaciones diferenciales ordinarias. Sistemas autónomos.
    Pizarrón clase 2 parte 2     Video clase 2 parte 2

Clase 1: Martes 22 de agosto de 2023

  • Parte 1: El contexto histórico y la cuarta revolución tecnológica. Definición de IA y Aprendizaje automático. Los tres pilares de la IA: capacidad de cálculo, datos profusos y algoritmos eficientes.
    Pizarrón clase 1 parte 1     Video clase 1 parte 1

  • Parte 2: El transistor y su rol en la vida moderna. La evolución exponencial de la tecnología de transistores y circuitos integrados, de los datos y de las redes neuronales.
    Pizarrón clase 1 parte 2     Video clase 1 parte 2
ARN

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


Haya de la Torre esq. Medina Allende
Ciudad Universitaria
5000 Córdoba
Argentina

ARN