Descrición

La revolución del Deep Learning o aprendizaje profundo nos ha traído coches autónomos, traductores automáticos, conversaciones fluidas con Siri y Alexa y enormes beneficios en los mercado bursátiles. Las redes neuronales pueden jugar al póquer, al ajedrez o al go mejor que los campeones mundiales. En suma, estamos ante la que probablemente sea la tecnología más disruptiva en la economía actual y de futuro.

Este curso en una introducción práctica al Deep Learning, donde, además de las técnicas de preparación de la información, se presentarán los componentes fundamentales de una red neuronal, los procesos de diseño y entrenamiento de la red, así como su evaluación.

Entidades organizadoras

Departamento de Enxeñaría de Sistemas e Automática

Páxina web do curso

Información sobre o calendario (datas)

Prazas e créditos

Destinatarios/as

Alumnos o profesionales interesados en introducirse en el mundo de la inteligencia artificial por medio de redes neuronales.

Obxectivos

- Coñecemento dos principios nos que se basean as redes neuronais.
- Preparación de datos para ser utilizables polas redes neuronais.
- Construcción das principáis arquitecturas de redes neuronais: MLP, CNN, RNN, LSTM, etc.
- Uso das principáis técnicas de optimización das redes neuronáis: regularización, normalización, etc.
- Coñecemento e uso dos optimizadores e inicializadores máis importantes.
- Coñecemento e sintonización de hiperparámetros
- Uso de funcións de callback no proceso de entreno das redes.
- Análise do funcionamento das redes: matriz de confusión, curvas ROC, etc.

Condicións de acceso

O alumno necesita cumprir algunha das seguintes condicións:
1.Titulados/as universitarios.
2.Alumnos/as da universidade.
3.Profesionais directamente relacionados co curso.

Criterios de selección

Conocimientos básicos de programación en cualquier lenguaje.

Calendario

Todos os venres lectivos do 03/02/2023 ó 31/03/2023 agás o 17/03/2023, en horario de 16h a 20h (8 días de 4h presenciais cada un).

Programa

MÓDULOS TEÓRICOS:
Introducción y conceptos básicos
Introducción a la inteligencia artificial, el aprendizaje automático y el aprendizaje profundo.
Herramientas, recursos e instalaciones para el trabajo con el aprendizaje profundo (deep learning).


Preparación de datos
Técnicas de preparación de los datos para que sean utilizables por las redes neuronales.
Incluyen técnicas de tratamiento de valores perdidos, eliminación de duplicados, feature engineering, etc.

Herramientas para la preparación de datos: Numpy, Pandas, Matplotlib, Seaborn, etc.



Redes multicapa
Estructura y componentes de redes multicapa: tipos de capas ocultas y de salida, funciones de activación, etc.

Parámetros no entrenables (hiperparámetros:): dimensiones, tasa de aprendizaje, etc.
Regularización
Técnicas que evitan la memorización de los datos por la red y mejora de su eficiencia: dropout, L1, L2, batch-normalization, etc.
Redes neuronales convolucionales
Procesado de imagen.
Redes neuronales convolucionales.
Arquitecturas CNN, R-CNN, YOLO, etc.
Redes neuronales recurrentes
Arquitecturas RNN para el tratamiento de secuencias: RNN, LSTM, GRU, etc.
MÓDULOS PRÁCTICOS:
Preparación de datos
Supuestos prácticos para aplicar las técnicas y herramientas de preparación de datos aprendidas en el tema teórico.
Redes multicapa
Puesta en práctica sobre conjuntos de datos reales de las técnicas de construcción entrenamiento y validación de redes multicapa, incluyendo el ajuste de hiperparámetros.
Regularización
Aplicación con datos reales de las técnicas de regularización aprendidas.
Redes neuronales convolucionales
Aplicación de redes CNN a conjuntos de datos reales.
Redes neuronales recurrentes
Aplicación de de redes recurrentes sobre datos secuenciales reales.

Modo de pagamento

El pago de los precios públicos se efectuará a través de la plataforma Bubela mediante tarjeta bancaria:

- Matrícula curso completo (tarifa general): 240 Euros

- Matrícula curso completo (comunidad alumni): 216 Euros

Para poder obter o desconto “ALUMNI”, é necesario que se rexistren no seguinte enlace: https://alumni.webs.uvigo.es/register/ .

- Matrícula curso completo (desempleados): 204 Euros. Debe enviar la acreditación de la situación de desempleo a prezospublicos@uvigo.gal

- Matrícula curso completo (comunidad universitaria): 204 Euros

Impartido en

Escola de Enxeñaría Industrial (Campus Universitario)

Observacións

Para el seguimiento del curso es necesario disponer de ordenador portátil. Dado que se trabarará en la nube, sólo será necesario un navegador, por lo que también es posible utilizar una tablet.

Titulación

La superación de los estudios dará derecho a obtener el diploma de «Curso formación universitaria en inteligencia artificial con deep learning"  por la Universidad de Vigo».

Profesorado

Amador Rodríguez Diéguez
Dr. Ingeniero Industrial
Ingeniero de Telecomunicación
Profesor Titular de Universidad
Dep. Ingeniería de Sistemas y Automática
Universidade de Vigo

Sistema de avaliación

Evaluación continua por parte do profesor. En caso de ser necesario e de modo excepcional, entrega de dunha práctica resolta.