Guía de aprendizaje

Acciones de Documento

Autores: Inés M. Galván, José María Valls, Ricardo Aler, Javier Huertas

Bloques temáticos

Tiempo previsto de aprendizaje

Materiales de estudio y lectura básicos

Materiales de estudio y lectura complementarios

Actividades de refuerzo al aprendizaje

Tema 1: Introducción Redes de Neuronas

Introducción
Fundamentos Biólogicos
Modelo Computacional
Aprendizaje y Generalización
Breve Historia

1 hora de estudio

MC-F-01.1 (pdf)

MC-F-01.2 (pdf)

PR-F-01 (pdf)

Cap. 1 de LO-B-01

Cap. 4 de LO-B-05

LO-B-02, LO-B-03

OR-E-01

PE-A-01 Preguntas y Ejercicios (pdf)

PE-AS-01 Preguntas y Ejercicios Soluciones (pdf)

Tema 2. Primeros Modelos Computacionales

Perceptron Simple
Clasificación lineal
Adaline
Regresión lineal
Problemas no linealmente separables

3 horas de estudio +
5 horas Caso práctico I

MC-F-02.1 (pdf)

MC-F-02.2 (pdf)

Cap. 2 de LO-B-01

Cap. 4 de LO-B-05

LO-B-02

OR-E-02

PR-F-04: Caso Práctico I

PR-F-01 (pdf)

PR-F-02.1 (pdf)

PR-F-02.2 (csv)

PR-F-04.1 (pdf)
PR-F-04.2 (pdf)

PE-A-02 Preguntas y Ejercicios (pdf)

PE-AS-02 Preguntas y Ejercicios Soluciones(pdf)

Tema 3: Perceptron Multicapa

Introducción
Arquitectura
Algortimo de Retropropagación
Proceso de Aprendizaje
Algunos problemas con el uso del PM
Clasificación y regresión no lineal

3.5 horas de estudio +

4 horas Caso práctico II +

4 horas Caso práctico III

MC-F-03.1 (pdf)

MC-F-03.2 (pdf)

Cap. 3 de LO-B-01

Cap. 4 de LO-B-05

Cap. 7 de LO-B-04

LO-B-03

OR-E-03, OR-E-04

OR-E-05, OR-E-07

PR-F-05: Caso Práctico II

PR-F-01 (pdf)

PR-F-02.1 (pdf)

PR-F-02.2 (csv)

PR-F-05.1 (pdf)

PR-F-05.2 (txt)

PR-F-05.3 (pdf)

PR-F-06: Caso Práctico III

PR-F-01 (pdf)

PR-F-03.1 (pdf)

PR-F-03.2 (csv)

PR-F-06.1 (pdf)

PR-F-06.2 (txt)

PR-F-06.3 (pdf)

PE-A-03 Preguntas y Ejercicios (pdf)

PE-AS-03 Preguntas y Ejercicios Soluciones(pdf)

Tema 4: Aprendizaje No - Supervisado

Introducción
Modelo Básico
Mapas Autoorganizativos de Kohonen
Otros algoritmos de agrupación o clustering

3.5 horas de estudio +

4 horas Caso práctico V

MC-F-04.1 (pdf)

MC-F-04.2 (pdf)

MC-F-04.3 (pdf)

MC-F-04.4 (pdf)

Cap. 6 de LO-B-01

Cap. 15 de LO-B-04

Cap. 4 de LO-B-05

OR-E-03, OR-E-04

OR-E-07

PR-F-08: Caso Práctico V

PR-F-01 (pdf)

PR-F-03.1 (pdf)

PR-F-03.2 (csv)

PR-F-08.1 (pdf)

PR-E-08.2 (link)

PR-F-03.3 (pdf)

PR-F-08.4 (pdf)

PE-A-04 Preguntas y Ejercicios (pdf)

PE-AS-04 Preguntas y Ejercicios Soluciones(pdf)

Tema 5: Redes de neuronas de base Radial

Introducción
Arquitectura
Métodos de aprendizaje
Rades de base radial versus Perceptron Multicapa

3 horas de estudio +

4 horas Caso práctico IV

MC-F-05.1 (pdf)

MC-F-05.2 (pdf)

MC-F-04.3 (pdf)

Cap. 4 de LO-B-01

Cap. 4 de LO-B-05

OR-E-03, OR-E-04

OR-E-06, OR-E-07

PR-F-07: Caso Práctico IV

PR-F-01 (pdf)

PR-F-02.1 (pdf)

PR-F-02.2 (csv)

PR-F-03.1 (pdf)

PR-F-03.2 (csv)

PR-F-07.1 (pdf)

PR-F-07.2 (txt)

PR-F-07.3 (txt)

PR-F-07.4 (pdf)

PE-A-05 Preguntas y Ejercicios (pdf)

PE-AS-05 Preguntas y Ejercicios Soluciones(pdf)

Tema 6: Redes Recurrentes

Introducción
Red de Hopfield
Redes Parcialmente Recurrentes
Redes Totalmente Recurrentes
Long Short-Term Memory

3.5 horas de estudio

MC-F-06.1 (pdf)

MC-F-06.2 (pdf)

Cap. 5 de LO-B-01

Cap. 13 de LO-B-04

LO-B-03

OR-E-03, OR-E-04

OR-E-07, OR-E-08

OR-E-09

PE-A-06 Preguntas y Ejercicios (pdf)

PE-AS-06 Preguntas y Ejercicios Soluciones(pdf)

Tema 7: Introducción a deep learning

3.5 horas de estudio

MC-F-07.1 (pdf)

MC-F-07.2 (pdf)

LO-B-06

OR-E-05

OR-E-10 OR-E-11

PE-A-007 Preguntas y Ejercicios (pdf)

PE-AS-007 Preguntas y Ejercicios Soluciones(pdf)

Examen Final

2.5 horas

PE-A-08 Examen Final (pdf)

PE-As-08 Examen Final Soluciones (pdf)

Reconocer autoría/Citar obra. Galván, I. M., Valls, J. M., Aler, R., Huertas, J. (06/07/2017). Guía de aprendizaje. Obtenido el 21/06/2018, desde el sitio Web de OCW - UC3M: http://ocw.uc3m.es/ingenieria-informatica/redes-de-neuronas/guia-de-aprendizaje.

Secciones

Guía de aprendizaje

Acciones de Documento

eduCommons footer