Presentaciones

Prácticas

Opciones de trabajo
  1. Introducción
  2. Problema de reconocimiento/clasificación
  3. Análisis
  4. Ajuste y generalización: Guión
  5. Redes profundas
  6. Caso "realista" grande
  7. Variantes de redes convolutivas
  8. Ejemplo de procesado de lenguaje natural
  9. Series temporales
  10. Aprovechamiento de redes preexistentes
  11. Selección de variables (Fichero con datos de 100 y 100 muestras de espectro de 10000 puntos) Guión
  12. Selección de modelos: Guión
    Para hacer la parte de agrupamiento sin redes puedes usar la siguiente guía para Python/Scipy (Pytorch)
  13. Competitivas: Guión
  14. Redes de respuesta radial: Guión

Todo este material está bajo una licencia de Creative Commons Reconocimiento 4.0 Internacional



Imágenes de dominio público de la colección WPClipart y de Bruttokolliko (licencia Creative Commons Attribution-Share Alike 4.0 International), disponible en Wikimedia