Objetivo: Vistazo general al curso. Clasificación de imágenes utilizando redes preentrenadas. Utilizar la transferencia de aprendizaje para entrenar redes de clasificación personalizadas.

• Redes preentrenadas
• Datastores (almacenes) de imágenes
• Transferencia de aprendizaje
• Evaluación de redes

Objetivo: Obtener información del funcionamiento de la red mediante la visualización de los datos en imágenes según pasan a través de la red. Aplicar esta técnica a diferentes tipos de imágenes.

• Activaciones
• Imágenes de señales
• Extracción de características para machine learning (aprendizaje automático)

Objetivo: Construcción de redes convolucionales desde cero. Entender cómo la información pasa de unas capas a otras y cómo funcionan los diferentes tipos de capas.

• Entrenamiento desde cero
• Redes neuronales
• Capas convolucionales y filtros

Objetivo: Entender cómo funcionan los algoritmos de entrenamiento. Configurar las opciones de entrenamiento para monotorizar y controlar el entrenamiento.

• Entrenamiento de redes
• Visualización del proceso de entrenamiento
• Validación

Objetivo: Decidir qué modificar y su implementación en la opciones de entrenamiento del algoritmo, en la arquitectura de la red o en los datos de entrenamiento, para mejorar el rendimiento de la red.

• Opciones de entrenamiento
• Incrementar la cantidad de datos
• Gráficos acíclicos dirigidos

Objetivo: Construir redes convolucionales que puedan predecir respuestas numéricas continuas.

• Transferencia de aprendizaje para regresión
• Evaluación de métricas para redes de regresión

Objetivo: Entrenamiento de redes para localizar y etiquetar objetos específicos en imágenes.

• Detección de objetos

Objetivo: Construcción y entrenamiento de redes para realizar clasificación en secuencias de datos ordenados, tales como series temporales o datos de sensores.

• Redes Long short-term memory (LSTM)
• Clasificación de secuenacias
• Preprocesado de secuencias

Objetivo: Utilización de redes recurrentes para clasificar datos categóricos como texto.

• Secuencias categóricas
• Clasificación de texto

Objetivo: Utilización de redes recurrentes para crear secuencias de prediciones.

• Clasificación secuencia a secuencia
• Predicción de secuencias