Giter Site home page Giter Site logo

felipemg-16 / dl-facilito-g2 Goto Github PK

View Code? Open in Web Editor NEW

This project forked from rodolfoferro/dl-facilito-g2

1.0 0.0 0.0 2.08 MB

Repositorio oficial para las clases de Deep Learning en el bootcamp de Data Science en Código Facilito (G2), 2022.

License: MIT License

Jupyter Notebook 100.00%

dl-facilito-g2's Introduction

banner

Acerca de las sesiones

Estas clases han sido creadas para el Bootcamp de Ciencia de Datos de Código Facilito (básico & avanzado).

El resumen de contenidos para las clases es el siguiente:

Bootcamp Básico

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

Bootcamp Avanzado

Sección VII

  • Refresher sobre ANNs
    • Neuronas artificiales
    • Entrenamiento
  • ANNs con TensorFlow

Sección VIII

  • Introducción a imágenes
  • Espacios de color
  • Convoluciones & Pooling

Sección IX – Tarea

  • Redes convolucionales
  • Clasificadores de imágenes (LeNet5, etc.)
  • Descripción del reto

Sección X

  • Introducción a los autoencoders
  • Estructura básica de un autoencoder
  • Funcionamiento de un autoencoder

Sección XI

  • Limitaciones de los autoencoders básicos
  • Introducción a los autoencoders convolucionales
  • Estructura de los autoencoders convolucionales

Sección XII – Tarea

  • Implementación y entrenamiento de los autoencoders convolucionales
  • Aplicaciones de los autoencoders convolucionales en el denoising de imágenes
  • Trabajos relacionados y avances recientes

Material de la clase

A continuación se presenta la tabla con los enlaces a los materiales por día:

Contenido Link de acceso directo
Slides de la sesión 1 Clase 1
Colab de la sesión 1 Colab 1
Slides de la sesión 2 Clase 2
Colab de la sesión 2 Colab 2
--- ---
Slides de la sesión 3 Clase 3
Colab de la sesión 3 Colab 3
Slides de la sesión 4 Clase 4
Colab de la sesión 4 Colab 4

NOTA: Los contenidos de la clase 2 serán añadidos una vez se haya impartido la sesión.

Lee más sobre el Bootcamp Básico AQUÍ y sobre el Bootcamp Avanzado AQUÍ.

jumbotron

dl-facilito-g2's People

Contributors

rodolfoferro avatar

Stargazers

 avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.