Machine learning e IA · Inteligencia Artificial

Teoría del Aprendizaje Profundo — Inteligencia Artificial

Introducción pública · guía completa en Eikos

Introducción

De qué trata esta guía

Fundamentos matemáticos rigurosos, optimización en espacios no convexos, dinámicas de regularización y arquitecturas de representación profunda.

Recorrido

Temas que aborda

  • Introducción
  • Aprendizaje Profundo
  • Fundamentos Matemáticos del Aprendizaje Profundo
  • Fundamentos de Álgebra Multilineal y Tensores
  • Teoría de la Información y Divergencias de Probabilidad
  • La Neurona Artificial y el Perceptrón Multicapa (MLP)

Conceptos relacionados

Conexiones principales

  • calculo
  • regularizacion
  • redes
  • algebra
  • varianza
  • atencion

Notación compatible

Muestra matemática en LaTeX

La expresión se renderiza de forma accesible y conserva debajo su fuente LaTeX.

F(x)=i=1kβiσ(wiTx+vi)F(x) = \sum_{i=1}^{k} \beta_i \sigma\left(\mathbf{w}_i^T \mathbf{x} + v_i\right)
Ver LaTeX fuenteF(x) = \sum_{i=1}^{k} \beta_i \sigma\left(\mathbf{w}_i^T \mathbf{x} + v_i\right)