2.1 - Introducción a las Redes Neuronales

Lección 1 de la sección “Redes Neuronales” del curso Fundamentos de Deep Learning con Python.

En esta segunda sección del curso veremos todos los detalles de la primera arquitectura del Deep Learning: las Redes Neuronales. Estas redes son el componente fundamental a partir de las cuales, cómo veremos a lo largo del curso, se podrán construir arquitecturas más complejas (como las Redes Convolucionales, las Redes Recurrentes y LSTM y las Redes Transformer).

Suscríbete para tener acceso al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online

Para entender cómo funcionan las Redes Neuronales necesitamos comprender varios conceptos esenciales:

Precisamente veremos uno a uno estos conceptos, partiendo de un problema sencillo: la Regresión Lineal. Y una vez tengamos claros estos elementos veremos qué es una neurona artificial, sus ventajas y limitaciones. Con este concepto ya podremos abordar las Redes Neuronales, que son simplemente el resultado de interconectar múltiples neuronas artificiales.

Finalmente veremos diferentes técnicas y estrategias para mejorar el proceso de entrenamiento y aprendizaje de las Redes Neuronales, y desde luego todo esto vendrá acompañado de un componente práctico que desarrollaremos en Google Colab, usando el lenguaje de programación Python y la librería Keras.

Así que para comenzar, en el próximo video hablaremos de uno de los algoritmos fundamentales del Deep Learning: el Gradiente Descendente.

Recuerda suscribirte para acceder al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online

Ver todas las lecciones de este curso