TICS-579-Deep Learning
Clase 0: Presentación y Reglas del Curso
¿Quién soy?
- Alfonso Tobar-Arancibia
- Estudié Ingeniería Civil pero llevo 10 años trabajando como:
- Data Analyst.
- Data Scientist.
- ML Engineer.
- Data Engineer.
- Soy Msc. en Data Science y estoy cursando el PhD. en la UAI especificamente en Deep Learning.
- Me gusta mucho programar (en vivo).
- Contribuyo a HuggingFace y Feature Engine.
- He ganado 2 competencias de Machine Learning.
- Publiqué mi primer paper el año pasado sobre Hate Speech en Español.
- Juego Tenis de Mesa, hacía Agility con mi perrita Kira y escribo en mi Blog (poco). Estoy volviendo a tocar batería.
Objetivos del Curso
- Identificar elementos claves de las Redes Neuronales.
- Inputs, Capas, Outputs, Parámetros, Optimizadores, Funciones de Activación, Funciones de Pérdida, etc.
- Entender conceptos básicos como el
Training Loop,Gradient Propagation,Optimización, etc. - Identificar los distintos tipos de Redes Neuronales:
- Feed Fordward Networks (MLP),
- Convolutional Neural Networks,
- Recurrent Neural Networks,
- Transformers.
- Entender las Arquitecturas Estado del Arte principalmente en Computer Vision y Natural Language Processing.
- Implementar, entrenar y evaluar
Deep Neural NetworksutilizandoPytorch.
