Notas
Índice
Conceptos teóricos básicos
Es recomendable poseer nociones sobre la librería NumPy y Pandas, por ello tendremos las siguientes clases preeliminares:
Clase 1: Conceptos básicos: Neuronas, redes neuronales biológicas y artificiales
Clase 2: El modelo del perceptrón, límite de decisión y regla de aprendizaje
Clase 3: Arquitectura de una red neuronal
Clase 4: Backpropagation y Descenso del gradiente
Clase 5: Más sobre Descenso del gradiente
Introducción a Tensorflow
Clase 6: Constantes, variables y operaciones básicas
Clase 7: Función de pérdida, regresión lineal y entrenamiento por lotes
Clase 8: Funciones de activación y optimizadores
Clase 9: Entrenamiento y validación. Red neuronal usando keras
Introducción a keras
Clase 1: Clasificación binaria. Definición y entrenamiento de una red neuronal con keras.
Clase 2: Clasificación multiclase.
Clase 3: Predicción de valores continuos | Predicción del precio de una acción y librería yfinance