Saltar apartados

Introducción al Deep Learning

Información general

Dentro de la inteligencia artificial el aprendizaje automático (Machine Learning) constituye un área en expansión donde las empresas necesitan especialistas que dominen estas técnicas en las que se diseñan modelos donde el ordenador aprende a tomar decisiones a partir de ejemplos.
Recientemente la especialidad dedicada al aprendizaje profundo (Deep Learning) ha tenido una gran impacto en problemas que no se podían resolver, o bien, los resultados eran insuficientes. En la actualidad se aplica a áreas o problemas muy distintos como: fabricación, ventas, salud, viajes y alojamiento, servicios financieros y energía. Por lo que este curso es innovador y ofrece una visión de futuro a los estudiantes o profesionales de distintas áreas.

Objetivos
  •  Conocer qué es y para qué sirve el Machine Learning y Deep Learning
  •  Saber a qué áreas y problemas se puede aplicar
  •  Conocer y practicar con la últimas tecnologías (software) relacionadas con estos temas.
  • Dirección: Juan Ramón Rico Juan
  • Créditos: 25 horas /2,5 créditos ECTS
  • Fecha: del 6 al 10 de julio de 2020
  • Precio: estudiantes, PDI/PAS UA, alumniUA y personas desempleadas: 65€. General: 100€
  • Lugar: campus UA. Edificio Polivante III, aula P3/0-INF 1
  • Requisitos de acceso: estudiantes y profesionales interesados, en especial de las titulaciones de ingeniería informática, multimedia y en sonido e imagen en telecomunicación
  • Requisitos para la obtención del diploma o certificado: asistencia al 80% de las sesiones y presentación de memoria a determinar por la dirección del curso.
  • Lengua vehicular: castellano

Programa

Lunes 6 de julio de 2020

INTRODUCCIÓN

Ponente: Juan Ramón Rico Juan. Profesor titular de la Universidad de Alicante. Depto.Lenguajes y Sistemas Informáticos
09:00h - 11:30h Descripción del curso, conceptos básicos (Machine Learning y Deep Learning) y uso de Python como lenguaje de programación. 
11:30h - 14:00h Introducción y uso de paquetes básicos y avanzados como:
   NumPy: Operaciones eficientes con vectores
   Pandas: Carga en memoria y manipulación de datos
   Sklearn: Machine Learning
   Keras. Deep Learning

Martes 7 de julio de 2020

REDES CONVOLUCIONALES

Ponente: Antonio Javier Gallego Sánchez. Profesor asociado de la Universidad de Alicante. Depto.Lenguajes y Sistemas Informáticos
09:00h - 11:30h 
   Redes Neuronales
   Redes Neuronales Convolucionales 
11:30h - 14:00h
   Estado del arte y redes pre-entrenadas
   Redes completamente Convolucionales

Miércoles 8 de julio de 2020

REDES RECURRENTES

Ponente: Jorge Calvo Zaragoza. Profesor ayudante doctor de la Universidad de Alicante. Depto.Lenguajes y Sistemas Informáticos
09:00h - 11:30h
   Redes recurrentes
   Esquema sequence-to-sequence 
11:30h - 14:00h
   Predicción de opinión con Redes Recurrentes
   Ejemplo: Predecir la opinión sobre los comentarios de una película (IMDB) 

Jueves 9 de julio de 2020

Autoencoders
Ponente: Jorge Calvo Zaragoza. Profesor ayudante doctor de la Universidad de Alicante. Depto.Lenguajes y Sistemas Informáticos
09:00h - 09:45h
  Autoencoder FC y Conv
  Colorear imágenes

Ponente: Antonio Javier Gallego Sánchez. Profesor asociado de la Universidad de Alicante. Depto.Lenguajes y Sistemas Informáticos
09.45h - 14:00h   Recurrentes esquema encoder-decoder 

Viernes 10 de julio de 2020

APLICACIONES PRÁCTICAS

Planteamiento de proyectos
Ponente: Antonio Javier Gallego Sánchez. Profesor asociado de la Universidad de Alicante. Depto.Lenguajes y Sistemas Informáticos
09:00h - 09:45h  Esquema secuencia a secuencia: traducción automáticas inglés-francés
  Redes completamente convolucionales: segmentación semántica de la imagen
  Combinación convolucionales y recurrentes: reconocimiento automático de texto en imagen
  Proyecto libre 
09:45h - 14:00h  Ponente: Jorge Calvo Zaragoza. Profesor ayudante doctor de la Universidad de Alicante. Depto.Lenguajes y Sistemas Informáticos
   Desarrollo del proyecto
   Solución de dudas
   Revisión de proyectos 

 Matrícula

Si el número de alumnos matriculados en el curso no supera el mínimo establecido, la Universidad de Alicante puede resolver la no celebración del mismo

  

 

                   

 

                

University of Alicante 'Rafael Altamira' Summer Courses


Cursos de Verano de la Universidad de Alicante "Rafael Altamira"
Edificio Germán Bernácer - Universidad de Alicante
Carretera de San Vicente del Raspeig s/n
03690 San Vicente del Raspeig
Alicante (Spain)

Tel: (+34) 96 590 9827

Fax: (+34) 96 590 3839

Twitter: http://twitter.com/culturaenlaua

Facebook: http://facebook.com/culturaenlaua

For further information: informacio@ua.es, and for enquiries on this web server: webmaster@ua.es

Carretera San Vicente del Raspeig s/n - 03690 San Vicente del Raspeig - Alicante - Tel. 96 590 3400 - Fax 96 590 3464