| Additional title: |
Deep Learning |
| Additional title: |
Aprendizaje Profundo |
| Date: |
2025-26 |
| Abstract: |
Aquesta assignatura ofereix una introducció pràctica als models de xarxes neuronals i a l'aprenentatge profund (deep learning). Els estudiants consolidaran i ampliaran els coneixements teòrics adquirits en assignatures prèvies d'aprenentatge automàtic, i els complementaran amb nous conceptes relacionats amb el disseny de xarxes neuronals, els marcs actuals d'aprenentatge profund i el procés d'entrenament d'aquests models. En finalitzar l'assignatura, l'estudiant haurà adquirit: Un coneixement sòlid de les diferents arquitectures de xarxes neuronals i dels escenaris d'ús més habituals. La capacitat de seleccionar de manera crítica l'arquitectura i els mecanismes d'entrenament més adequats per a cada tasca concreta. Experiència pràctica en l'ús de biblioteques i entorns d'aprenentatge profund per implementar solucions a problemes reals. |
| Abstract: |
This course offers a practical introduction to neural network models and deep learning. Students will consolidate and expand the theoretical knowledge acquired in previous machine learning courses, and complement them with new concepts related to the design of neural networks, current deep learning frameworks and the training process of these models. Upon completion of the course, the student will have acquired: A solid knowledge of the different neural network architectures and the most common usage scenarios. The ability to critically select the most appropriate architecture and training mechanisms for each specific task. Practical experience in the use of deep learning libraries and environments to implement solutions to real problems. |
| Abstract: |
Esta asignatura ofrece una introducción práctica a los modelos de redes neuronales y al aprendizaje profundo (deep learning). Los estudiantes consolidarán y ampliarán los conocimientos teóricos adquiridos en asignaturas previas de aprendizaje automático, complementándolos con nuevos conceptos relacionados con el diseño de redes neuronales, los marcos actuales de aprendizaje profundo y el proceso de entrenamiento de estos modelos. Al finalizar la asignatura, el estudiante habrá adquirido: Un conocimiento sólido de las distintas arquitecturas de redes neuronales y de los escenarios de uso más habituales. La capacidad de seleccionar de forma crítica la arquitectura y los mecanismos de entrenamiento más adecuados para cada tarea concreta. Experiencia práctica en el uso de bibliotecas y entornos de aprendizaje profundo para implementar soluciones a problemas reales. |
| Rights: |
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.  |
| Language: |
Català, anglès, castellà |
| Studies: |
Recerca i Innovació en Ciència i Enginyeria Basades en Computadors [4318303] |
| Study plan: |
Màster Universitari en Research and Innovation in Computer based Science and Engineering [1530] |
| Document: |
Objecte d'aprenentatge |
guest ::
