Física (plan 2002) 2020-2

Optativas, Temas Selectos de Física Computacional II

Física Computacional II

Sobre la teoría empleada en el desarrollo de Redes Neuronales Artificiales

Si algunos tienen problemas porque ya cursaron temas selectos de fisica computacional II, se puede cambiar a temas selectos de fisica computacional III de tal maneara que perjudique a la minoria de ustedes. Platicaremos esta en la primera sesion.

15 clases durante el semestre, con un total de 45 horas.
Cada clase tiene una duración de 3 horas. Se da teoría y práctica.

Las clases se impartirán en el salón 111 del edificio Marcos Moshinsky en el Instituto de Física los días miércoles de 14:00 a 17:00 horas.

Temario

1. Métodos d aprendizaje artificial.
1.1 Mínimos cuadrados.
1.1 Redes neuronales artificiales.
1.2 Redes de vector soportado.
1.3 Aprendizaje reforzado.
1.4 Aprendizaje Estadístico.

2. Redes neuronales artificiales.
2.1 Redes totalmente conectadas.
2.2 Redes de Convolución.
2.3 Redes de muchas capas (Deep Learning).

3. Algoritmos para el aprendizaje con redes neuronales I.
3.1 Métricas empleadas para realizar el aprendizaje.
3.2 Regresión lineal.
3.3 Regresión logística.

4. Algoritmos para el aprendizaje con redes neuronales II.
4.1 Gradiente descendiente.
4.2 Gradiente descendiente estocástico.
4.3 Filtros de Kalman.
4.4 Propagación inversa.

5. Excesos de parámetros en los algoritmos de aprendizaje.
5.1 Regularización.
5.2 Eliminación de neuronas.
5.3 Parámetros de aprendizaje compartidos.

6. Inicialización de los parámetros en los algoritmos de aprendizaje.

7. Escalamiento de los datos de entrada y de referencia para la red neuronal.

8. Detalles sobre las redes neuronales de convolución.

9. Redes neuronales con extracción de rasgos (Deep Learning).

10. Generales sobre los códigos de referencia para trabajar con redes neuronales
artificiales.
10.1 Theano.
10.2 Tensorflow
10.3 Pytorch
10.4 Cogninitive Tool Kit (CNTK)
10.5 Keras.
10.6 RAPIDS