| Título variante: |
Deep Learning |
| Título variante: |
Aprendizaje Profundo |
| Fecha: |
2023-24 |
| Resumen: |
Aquesta assignatura pretén donar una introducció pràctica als models de xarxes neuronals i a l'aprenentatge profund. Els estudiants consolidaran i ampliaran els seus antecedents teòrics, basant-se en assignatures anteriors sobre aprenentatge automàtic i complementant els coneixements previs amb nous conceptes sobre el disseny de xarxes neuronals, marcs d'aprenentatge profund i el procés d'entrenament d'aquests models. L'estudiant ha de finalitzar aquesta assignatura, tenint un ampli coneixement de les diferents arquitectures de xarxes neuronals i els seus escenaris d'ús típics, i una capacitat demostrada per triar críticament l'arquitectura i els mecanismes d'entrenament adequats per a cada tasca. Finalment, els estudiants rebran formació pràctica i adquiriran experiència pràctica sobre l'ús dels marcs d'aprenentatge profund actuals per resoldre tasques específiques. |
| Resumen: |
This subject aims to give a practical introduction to neural network models and deep learning. The students will consolidate and extend their theoretical background, by building on top of previous subjects on machine learning and complementing previous knowledge with new concepts on neural network design, deep learning frameworks, and the training process for such models. The students should finish this subject, having a broad knowledge of different neural network architectures and their typical use scenarios, and a demonstrated capacity to critically choose the right architecture and training mechanisms for each task. Finally, the students will receive hands-on training and acquire practical experience on using current deep learning frameworks to solve specific tasks. |
| Resumen: |
Esta asignatura tiene como objetivo dar una introducción práctica a los modelos de redes neuronales y el aprendizaje profundo. Los estudiantes consolidarán y ampliarán sus antecedentes teóricos, construyendo sobre temas anteriores sobre aprendizaje automático y complementando el conocimiento previo con nuevos conceptos sobre diseño de redes neuronales, marcos de aprendizaje profundo y el proceso de capacitación para dichos modelos. Los estudiantes terminarán esta asignatura teniendo un amplio conocimiento de las diferentes arquitecturas de redes neuronales y sus escenarios de uso típicos, y una capacidad demostrada para elegir críticamente la arquitectura adecuada y los mecanismos de entrenamiento para cada tarea. Finalmente, los estudiantes recibirán capacitación práctica y adquirirán experiencia práctica en el uso de marcos actuales de aprendizaje profundo para resolver tareas específicas. |
| Derechos: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original.  |
| Lengua: |
Català, anglès, castellà |
| Titulación: |
Recerca i Innovació en Ciència i Enginyeria Basades en Computadors [4318303] |
| Plan de estudios: |
Màster Universitari en Recerca i Innovació en Ciència i Enginyeria Basades en Computadors [1530] |
| Documento: |
Objecte d'aprenentatge |
visitante ::
identificación
