Redes Neuronales con PyTorch

Este módulo presenta los fundamentos del curso de Redes Neuronales con PyTorch, incluyendo una visión general de los frameworks clave para deep learning. Se introducirá el uso de Numpy y Pandas en Colab, y se describirán los proyectos a desarrollar durante el curso.

Este módulo explora los conceptos básicos de las redes neuronales, cubriendo los paradigmas de aprendizaje, modelos de regresión, el descenso del gradiente y la prevención de problemas como overfitting y underfitting.

Este módulo aborda el uso práctico de tensores en PyTorch para crear y entrenar redes neuronales en Colab. Se desarrollará un proyecto de predicción de precios de casas con el conjunto de datos de Boston Housing, integrando los conceptos aprendidos.

Este módulo cubre la teoría de las redes neuronales convolucionales (CNNs) y su implementación en PyTorch con Colab. Se desarrollará un proyecto de clasificación de dígitos escritos a mano usando el dataset MNIST.

Este módulo cubre la teoría de redes neuronales recurrentes (RNN) y LSTM, su implementación en PyTorch con Colab, y un proyecto de generación de texto al estilo de William Shakespeare.