Encabezado Facultad de Ciencias
Presentación

Matemáticas (plan 1983) 2022-2

Optativas de los Niveles VII y VIII, Seminario Matemáticas Aplicadas I

Grupo 4279, 65 lugares. 24 alumnos.
Inteligencia Artificial y Aprendizaje Profundo (Teoría Matemática de Redes Neuronales y Machine Learning) I
Profesor Miguel Arturo Ballesteros Montero lu mi vi 8 a 9
Ayudante José de Jesús Falcón Vázquez ma ju 8 a 9
 

Primera sesión: Lunes 14 de Febrero a las 8:00 en el siguiente enlace:

Join Zoom Meeting
https://cuaed-unam.zoom.us/j/6106408798

Meeting ID: 610 640 8798
One tap mobile
+525568269800,,6106408798# Mexico
+525586596001,,6106408798# Mexico

Dial by your location
+52 556 826 9800 Mexico
+52 558 659 6001 Mexico
+52 229 910 0061 Mexico
+52 554 161 4288 Mexico
+1 312 626 6799 US (Chicago)
+1 346 248 7799 US (Houston)
+1 646 876 9923 US (New York)
+1 669 900 6833 US (San Jose)
+1 253 215 8782 US (Tacoma)
+1 301 715 8592 US (Germantown)
Meeting ID: 610 640 8798
Find your local number: https://cuaed-unam.zoom.us/u/acVj4Xv37V

Join by SIP
6106408798@zoomcrc.com

Join by H.323
162.255.37.11 (US West)
162.255.36.11 (US East)
115.114.131.7 (India Mumbai)
115.114.115.7 (India Hyderabad)
213.19.144.110 (Amsterdam Netherlands)
213.244.140.110 (Germany)
103.122.166.55 (Australia)
149.137.40.110 (Singapore)
64.211.144.160 (Brazil)
69.174.57.160 (Canada)
207.226.132.110 (Japan)
Meeting ID: 610 640 8798

Join by Skype for Business
https://cuaed-unam.zoom.us/skype/6106408798

Se hablará sobre el temario, la forma de evaluación, la dinámica de la clase y se resolverán sus dudas.

Inteligencia Artificial y Aprendizaje Profundo (Teoría Matemática de Redes Neuronales y Machine Learning) I

La inteligencia artificial es un área que ha tomado mucho impacto en los últimos años. En particular, el aprendizaje profundo (deep learning) tiene mucha popularidad, tanto en el ámbito científico como en el industrial, por la gran variedad de aplicaciones y el desempeño que tiene. Algunas de sus aplicaciones son la clasificación de imágenes, visión por computadora, automóviles autónomos, etc.

Este curso tiene como objetivo por un lado profundizar en la base matemática de la inteligencia artificial (en especial en el aprendizaje profundo) y por otro lado establecer un vínculo con ciertas aplicaciones. Nos interesa que el estudiante logre comprender cómo funcionan los algoritmos y las técnicas, desde el punto de vista formal de matemáticas rigurosas y desde el punto de vista de la implementación.

Dependiendo del interés de los estudiantes y de sus conocimientos previos, abordaremos algunos de los temas siguientes.

TEMARIO:

REDES NEURONALES

  1. Teoría de redes neuronales.

  1. Métodos de optimización en redes neuronales.

OPTIMIZACIÓN NO CONVEXA

  1. Métodos de Monte Carlo.

OTRAS TÉCNICAS DE MACHINE LEARNING

  1. Entropía.

  2. Algoritmos de clasificación, regresión y clustering.

IMPLEMENTACIONES Y APLICACIONES

  1. Introducción a Python.

  1. Implementación computacional de distintas arquitecturas de redes neuronales y algoritmos de inteligencia artificial para la resolución de diversos tipos de problemas. Se aprenderán a hacer implementaciones desde cero así como el uso de paqueterías famosas como "Pytorch", "Tensorflow" y "Scikit-Learn"

 


Hecho en México, todos los derechos reservados 2011-2016. Esta página puede ser reproducida con fines no lucrativos, siempre y cuando no se mutile, se cite la fuente completa y su dirección electrónica. De otra forma requiere permiso previo por escrito de la Institución.
Sitio web administrado por la Coordinación de los Servicios de Cómputo de la Facultad de Ciencias. ¿Dudas?, ¿comentarios?. Escribenos. Aviso de privacidad.