| Máster Universitario en Intelixencia Artificial |
 Asignaturas |
| Aprendizaje Profundo |
| Contenidos |
|
|
|
| Datos Identificativos | 2022/23 | |||||||||||||
| Asignatura | Aprendizaje Profundo | Código | 614544013 | |||||||||||
| Titulación |
|
|||||||||||||
| Descriptores | Ciclo | Periodo | Curso | Tipo | Créditos | |||||||||
| Máster Oficial | 2º cuatrimestre |
Primero | Optativa | 6 | ||||||||||
|
||||||||||||||
| Tema | Subtema |
| 1. Introducción al aprendizaje profundo | Aprendizaje superficial Aprendizaje profundo |
| 2. Regularización y optimización en el aprendizaje profundo |
Regularización vía datos Regularización vía modelo Regularización vía función objetivo Optimización |
| 3. Redes neuronales convolucionales (CNNs) |
Convoluciones Agrupación (Pooling) Arquitecturas CNN |
| 4. Redes neuronales recurrentes (RNNs) |
Redes recurrentes simples Redes LSTM Redes GRU |
| 5. Autocodificadores |
Cómo funciona la autocodificación Autocodificadores de detección de anomalías Autocodificadores de eliminación de ruido |
| 6. Redes generativas antagónicas (GANs) |
Modelado generativo con autocodificadores variacionales Redes GAN GANs convolucionales profundas |
| 7. Aprendizaje por transferencia |
Cómo funciona el aprendizaje por transferencia Enfoques del aprendizaje por transferencia |
| 8. Otras técnicas de aprendizaje profundo |
Aprendizaje multitarea Transformadores |
|
