El curso es una invitación al uso de redes neuronales para problemas de clasificación binaria, nuestro ejemplo principal de algoritmo es el algoritmo del perceptrón, el curso está divididio en clases de la

siguiente manera:

1. ¿Qué es Machine Learning?

2. Un vistazo a Python

3. Descripción formal del algoritmo del Perceptrón

4. Implementación del algoritmo del perceptrón para la clasificación de imágenes

5. Redes neuronales en general.

​

​

Temario

​

​

1. Introducción

   • ¿Qué es Machine Learning?

   • Notación matemática

2. Instalación de Python y un entorno de trabajo para MachineLearning

   • Instalación de Miniconda

   • Instalación para Windows.

   • Instalación para MacOS

   • Instalación para Linux

   • Creación de un entorno virtual para análisis de datos

   • Desactivar el entorno base

   • Creación de un entrono específico para análisis de datos mediante conda-forge

3. Perceptrón

   • Justificaciónteóricadelalgoritmodelperceptrón

4. Classificador binario de imágenes microscópicas

5. Redes Neuronales

   • Capacidad expresiva

   • Datos casi-linealmente separables

   • Método del gradiente

   • Margen, sobre-ajuste y regularización

   • Redes neuronales convolucionales y otras funciones de activación

​