CURSO:DEEP LEARNING AVANZADO TRADUCCION:ADVANCED DEEP LEARNING SIGLA:INF3813 CREDITOS:05 MODULOS:02 CARACTER:MINIMO TIPO:CATEDRA,LABORATORIO CALIFICACION:ESTANDAR DISCIPLINA:INGENIERIA,COMPUTACION PALABRAS CLAVE:COMPUTACION,INTELIGENCIA,ARTIFICIAL,CIENCIA,DATOS,DEEP,LEARNING,AVANZADO I.DESCRIPCIÓN DEL CURSO En este curso los estudiantes analizaran tecnicas avanzadas de Deep Learning, que permiten solucionar problemas previamente inalcanzables, y ademas construir modelos altamente complejos, que seran la base de los sistemas inteligentes del futuro. El curso considera un gran volumen de trabajo practico, donde se implementaran, entrenaran y evaluaran diversos modelos complejos de Deep Learning. II.RESULTADOS DE APRENDIZAJE 1.Analizar modelos complejos de Deep Learning distinguiendo sus caracteristicas y areas de aplicacion para el aprendizaje de maquina. 2.Usar frameworks especializados, como TensorFlow o PyTorch, para entrenar y evaluar modelos avanzados de redes neuronales profundas, utilizando grandes volumenes de datos. 3.Dise?ar sistemas con arquitecturas complejas, que combinen distintos tipos de modelos basicos y avanzados de Deep Learning. III.CONTENIDOS 1.Redes recurrentes. 2.Autoencoders. 3.Redes adversarias generativas. 4.Memory Networks. 5.Combinacion de modelos. IV.ESTRATEGIAS METODOLOGICAS -Clases expositivas y practicas. -Talleres de Laboratorio. V.ESTRATEGIAS EVALUATIVAS -Controles: 50% -Actividades practicas en laboratorio: 50% VI.BIBLIOGRAFIA Minima I. Goodfellow, Y. Bengio, A. Courville; Deep Learning; MIT Press; 2016. Complementaria F. Chollet; Deep Learning with Python; Manning Publications; 2017. PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE ESCUELA DE INGENIERIA / ENERO 2020