Construyendo Redes Neurales desde cero: Matemáticas, Algoritmos y Python

Dominar los fundamentos matemáticos y algorítmicos de las redes neuronales es esencial para cualquier persona que se tome en serio el aprendizaje profundo, pero no todos los estudiantes de ingeniería de software tienen la habilidad de dominar estos fundamentos. Este curso proporciona un camino fundamental y práctico para construir redes neuronales desde los primeros principios.Al final, poseerá una profunda comprensión teórica de las arquitecturas de red comunes, los métodos de optimización y la capacidad práctica para implementarlos de manera eficiente utilizando Python. Lo que aprenderás: * Comprender el álgebra lineal y el cálculo detrás de la propagación de avance y retropropagación. * Construir componentes de red fundamentales (capas, funciones de activación, funcione de pérdida) usando solo bibliotecas estándar de Python. * Aplicar algoritmos de optimización como Gradient Descent y sus variantes para entrenar modelos de manera efectiva. * Practicar técnicas modernas de Python, incluyendo la vectorización, para la computación numérica eficiente. * Analizar la mecánica interna de los marcos de aprendizaje profundo populares como TensorFlow y PyTorch. El contenido comienza estableciendo los prerrequisitos matemáticos necesarios e introduciendo conceptos fundamentales, para luego avanzar paso a paso en la implementación de redes neuronales básicas, seguidas de ejercicios prácticos enfocados en el entrenamiento y la optimización. Este curso está diseñado exclusivamente para principiantes en IA y aprendizaje profundo que tienen conocimientos básicos de Python pero no tienen experiencia previa con la teoría o implementación de redes neuronales.No se requieren conocimiento de matemáticas avanzadas para comenzar. Comience su viaje para convertirse en un experto en IA hoy mismo.