Redes neuronales e IA: conceptos desde la neurona hasta el transformador

La inteligencia artificial parece magia, pero en su núcleo, se basa en principios matemáticos y arquitectónicos fundamentales.Este curso elimina la complejidad para revelar cómo funciona realmente la inteligencia de la máquina moderna. Al final de este curso, tendrá una sólida comprensión conceptual de los componentes de las redes neuronales, los procesos de entrenamiento y la estructura de modelos de vanguardia como Transformers, lo que le brinda la claridad necesaria para aplicar estos conceptos de manera efectiva. Lo que aprenderás: * Comprender la estructura fundamental de una sola neurona y cómo procesa la información. * Dominar los conceptos básicos de entrenamiento, incluyendo funciones de pérdida, optimización y retropropagación. * Analizar la arquitectura de modelos de aprendizaje profundo, incluyendo redes convolucionales y recurrentes. * Aplicar los principios del mecanismo de atención y la arquitectura de estado-de-la-arte de Transformer. * Practicar la interpretación de los resultados del modelo y la ingeniería rápida básica para sistemas de IA generativos. * Configurar entornos virtuales y gestionar dependencias para proyectos de aprendizaje automático. Comenzamos definiendo la terminología clave y explorando las matemáticas detrás de perceptrones simples, luego el material progresa a través de varios tipos de redes y culmina en un análisis de arquitecturas avanzadas utilizadas en las aplicaciones de IA más poderosas de hoy en día. Este curso está diseñado para principiantes absolutos interesados en comprender el funcionamiento interno de la IA y las redes neuronales, sin necesidad de programación previa o conocimientos matemáticos avanzados. Comience su viaje hacia la arquitectura de la inteligencia artificial hoy mismo.