Este es un repositorio creado para el diplomado en Inteligencia Artificial y Aprendizaje Profundo.
- Inteligencia Artificial. Claves de su desarrollo, Slides, GitHub
- Inteligencia Artificial. Estado del Arte, Slides, GitHub
- Instalación de Anaconda (Video)
- Herramientas Digitales , GitHub
-
Programación con Python 🐍
-
Probabilidad 📊
-
Algebra Lineal 📐
-
Teoría de la Información 📰
-
Modelación 🔠
-
Aprendizaje de Máquinas 👓
-
Aprendizaje de Máquinas No Supervisado 💻
-
Mapas auto-organizados (SOM)
-
Introducción a redes neuronales 🧠
- Introducción a Redes Neuronales Artificiales
- Funciones de activación
- Primera Red Neuronal con la API Sequential de Keras (Simulación) [HTML]
- Ejemplo de Visualización
- Primera Red Neuronal con la API Sequential de Keras (MNIST)
- Red Neuronal Desde Cero
- Primera Red Neuronal con la API funcional de Keras
- API Funcional: Modelo de Regresión multi-logística (Iris) con tf.keras 2.x
- Regresión con tf.keras-consumo de gasolina
- Usando Subclassing en Keras
- Detección de Fraude en tarjetas de crédito
-
Pytorch 🔥
-
Tensorflow 🔥
-
Redes Recurrentes 🔁
- Introducción a modelos secuenciales
- Introducción a redes recurrentes Github, nbviewer
- Introducción a redes LSTM
- Introducción a redes GRU
- Aprendizaje profundo y series de tiempo
- Predicción de la acción de Apple a un día
- Predicción de la acción de Apple a tres días
- Predicción de todos valores en una ventana futura
- Series de tiempo Multivariadas
- Series de tiempo muy largas
- Tutorial Google de Series de tiempo 2021
-
Autocodificadores 🔶
- Introducción a Autocodificadores. Ejemplo MNIST Denso
- Reconstrucción de Rostros usando LFW (Labeled Faces in the Wild) [HTML]
- Coloración de imágenes
- Ejemplo eliminación de ruido con datos MNIST
- Reconstrucción de Rostros
- Autocodificador Convolucional para Eliminación de Ruido
- Aplicación a pruebas de Estado. Modelo TRI multidimensional
- Aplicación a pruebas de Estado-Modelo TRI Muti-unidimensional
-
Autocodificadores variacionales 🔷
-
Tratamiento de Imágenes 🖼️
- Introducción a Convoluciones
- Redes Neuronales Convolucionales
- Cats Vs Dogs (Kaggle Competition)
- Redes Profundas Modernas Github
- Transfer Learning Github
- Detección y Reconocimiento Facial
- Redes Residuales
- Audios tratados como Imágenes
- Análisis de Sentimientos en videos
- GANS
- StyleGAN (Jeff Heaton)
- Segmentación I
- Segmentación II
-
Procesamiento de Lenguaje Natural 🔡
- Introducción al tratamiento superficial de datos
- Generación de texto usando caracateres y redes recurrentes
- Aprendizaje Profundo para datos textuales: word2vec
- Estado del arte en clasificación de documentos(2020)
- Introducción a FastText
- Análisis de sentimiento-Tweets
- Análisis de sentimiento-Comentario de películas
- Modelo seq2seq. Construcción de traductores
- Generación automática de texto. Sonetos Shakespeare
-
Transformers 🎆
- Introducción a mecanismos de atención
- Mecanismos de atención ilustrado
- Mecanismos de auto-atención
- Transformers paso a paso
- Implementación completa del Transformer en Tensorflow 2.X
- Transformer Traductor Inglés-Español con Keras
- Transformer Traductor Portugués-Ingles con tf2
- Transformer Chatbot con tf2
- Introducción al modelo BERT
-
HuggingFace 😊
-
Web Scraping
-
Aprendizaje Reforzado 🔎
- Introducción al Aprendizaje Reforzado
- El problema del bandido multi-brazo
- Q-Aprendizaje
- Q-Aprendizaje-2 Github
- Q-Aprendizaje con redes neuronales: DQN
- DQN-Aprendizaje. Jugando Atari-Pong
- Gradientes de Política
- Algortimo doble DQN
- Método actor-crítico
- Algortimos de diferencia temporal
- Aprendizaje reforzado en videojuegos. Unity
- Mi Primer Notebook
- Distribuciones de Probabilidad en Python
- Taller Pandas: COVID-19
- Gráficos con Matplotlib
- Canalización de datos. La API tf.data
- ImageDataGenerator
- Expresiones regulares con Regex
- Organización y carga de imágenes
- PLN: Calificación automática de ensayos
- Tensorboard en Pytorch
- Tensorboard en Tensorflow