By visiting our site, you agree to our privacy policy regarding cookies, tracking statistics, etc.

Aprendizaje profundo

Este módulo explora el aprendizaje profundo, un subconjunto del aprendizaje automático que utiliza redes neuronales con muchas capas para modelar patrones complejos en los datos. Cubre conceptos fundamentales como las redes neuronales convolucionales y recurrentes, la retropropagación y las técnicas de entrenamiento, así como las aplicaciones en el reconocimiento de imágenes y voz, el procesamiento del lenguaje natural y los vehículos autónomos.

Portal > Inteligencia artificial > Aprendizaje profundo

Curriculum Builder

Ver plan de estudios

Sutton, Richard S. y Andrew G. Barto. Aprendizaje por refuerzo: una introducción. Segunda edición. Serie de Computación Adaptativa y Aprendizaje Automático. Cambridge, Massachusetts: The MIT Press, 2018.

Theodoridis, Sergio y Konstantinos Koutroumbas. Reconocimiento de patrones. 4ª ed. Burlington Heidelberg: Academic Press, 2009.

Zhang, Aston, Zachary C. Lipton, Mu Li y Alexander J. Smola. “Sumérgete en el aprendizaje profundo” arXiv, 22 de agosto de 2023.

http://arxiv.org/abs/2106.11342

Nielsen, Michael A. Redes neuronales y aprendizaje profundo, 2019.

http://neuralnetworksanddeeplearning.com

Tunstall, Lewis, Leandro von Werra y Thomas Wolf. Procesamiento del Lenguaje Natural con Transformers: Creación de Aplicaciones de Lenguaje con Hugging Face. Primera edición. Sebastopol, CA: O’Reilly Media, 2022.

Rao, Delip y Brian McMahan. Procesamiento del lenguaje natural con PyTorch: cree aplicaciones lingüísticas inteligentes mediante el aprendizaje profundo. Primera edición. Sebastopol, CA: O’Reilly Media, 2019.

Goodfellow, Ian, Yoshua Bengio y Aaron Courville. Aprendizaje profundo. Serie Computación Adaptativa y Aprendizaje Automático. The MIT Press, 2016.

Goldberg, Yoav. “Un manual sobre modelos de redes neuronales para el procesamiento del lenguaje natural”. arXiv, 2015.

https://doi.org/10.48550/ARXIV.1510.00726

Eisenstein, Jacob. Introducción al Procesamiento del Lenguaje Natural. Computación adaptativa y aprendizaje automático. Prensa del MIT, 2019.

Jurafsky, Daniel y James H. Martin. Procesamiento del habla y el lenguaje: una introducción al procesamiento del lenguaje natural, la lingüística computacional y el reconocimiento del habla. Serie Prentice Hall en Inteligencia Artificial. Upper Saddle River, Nueva Jersey: Prentice Hall, 2000.

Thank you for signing up to our newsletter!

Thank you! RSVP received for Sutton, Richard S. y Andrew G. Barto. Aprendizaje por refuerzo: una introducción. Segunda edición. Serie de Computación Adaptativa y Aprendizaje Automático. Cambridge, Massachusetts: The MIT Press, 2018.

Thank you for applying! We will be in touch.

Apply for: Sutton, Richard S. y Andrew G. Barto. Aprendizaje por refuerzo: una introducción. Segunda edición. Serie de Computación Adaptativa y Aprendizaje Automático. Cambridge, Massachusetts: The MIT Press, 2018.

Sutton, Richard S. y Andrew G. Barto. Aprendizaje por refuerzo: una introducción. Segunda edición. Serie de Computación Adaptativa y Aprendizaje Automático. Cambridge, Massachusetts: The MIT Press, 2018.

Cargando...

Cargando…