Imprimir

Programa

CURSO:DEEP LEARNING AVANZADO	 
TRADUCCIÓN:ADVANCED DEEP LEARNING
SIGLA:INF3813
CRÉDITOS:05 
MÓDULOS:02	
CARÁCTER:MÍNIMO
TIPO:CÁTEDRA,LABORATORIO
CALIFICACIÓN:ESTÁNDAR
DISCIPLINA:INGENIERÍA,COMPUTACIÓN
PALABRAS CLAVE:COMPUTACIÓN,INTELIGENCIA,ARTIFICIAL,CIENCIA,DATOS,DEEP,LEARNING,AVANZADO


I.DESCRIPCIÓN DEL CURSO

En este curso los estudiantes analizarán técnicas avanzadas de Deep Learning, que permiten solucionar problemas previamente inalcanzables, y además construir modelos altamente complejos, que serán la base de los sistemas inteligentes del futuro. El curso considera un gran volumen de trabajo práctico, donde se implementarán, entrenarán y evaluarán diversos modelos complejos de Deep Learning.


II.RESULTADOS DE APRENDIZAJE 

1.Analizar modelos complejos de Deep Learning distinguiendo sus características y áreas de aplicación para el aprendizaje de máquina. 

2.Usar frameworks especializados, como TensorFlow o PyTorch, para entrenar y evaluar modelos avanzados de redes neuronales profundas, utilizando grandes volúmenes de datos. 

3.Diseñar sistemas con arquitecturas complejas, que combinen distintos tipos de modelos básicos y avanzados de Deep Learning.


III.CONTENIDOS

1.Redes recurrentes.

2.Autoencoders.

3.Redes adversarias generativas.

4.Memory Networks.

5.Combinación de modelos.


IV.ESTRATEGIAS METODOLÓGICAS

-Clases expositivas y prácticas. 

-Talleres de Laboratorio.


V.ESTRATEGIAS EVALUATIVAS

-Controles: 50%

-Actividades prácticas en laboratorio: 50%


VI.BIBLIOGRAFÍA 

Mínima

I. Goodfellow, Y. Bengio, A. Courville; Deep Learning; MIT Press; 2016.

 
Complementaria

F. Chollet; Deep Learning with Python; Manning Publications; 2017.


PONTIFICIA UNIVERSIDAD CATÓLICA DE CHILE 
ESCUELA DE INGENIERÍA / ENERO 2020