Estas clases han sido creadas para el Bootcamp de Ciencia de Datos de Código Facilito (segunda generación).
El resumen de contenidos para las clases es el siguiente:
Sección I
- Brief histórico
- Unidad de Umbralización Lineal (TLU)
- Activación y bias – El perceptrón
Sección II
- Aprendizaje en neuronas
- Entrenamiento de una neurona
- Predicciones con una neurona
Sección III – Tarea
- El dataset a utilizar
- Preparación de los datos
- Creación del modelo
- Entrenamiento del modelo
- Evaluación y predicción
Sección IV
- Introducción a redes neuronales
- Productos matriciales - Composición de funciones
- Idea intuitiva sobre la retropropagación
- El problema de separabilidad lineal - XOR
Sección V
- Introducción a TensorFlow
- Mi primera red neuronal
- Función de pérdida y optimizador
- Entrenamiento y predicciones
Sección VI – Tarea
- El dataset a utilizar
- Preparación de los datos
- Creación del modelo
- Entrenamiento del modelo
- Evaluación y predicción
A continuación se presenta la tabla con los enlaces a los materiales por día:
Contenido | Link de acceso directo |
---|---|
Slides de la sesión 1 | |
Colab de la sesión 1 | |
Slides de la sesión 2 | |
Colab de la sesión 2 |
NOTA: Los contenidos de la clase 2 serán añadidos una vez se haya impartido la sesión.
Lee más sobre el bootcamp AQUÍ.