Este es un repositorio creado para el diplomado en Inteligencia Artificial y Aprendizaje Profundo Básico.
- Roles en Data Science, GitHub, Slides
- Inteligencia Artificial. Claves de su desarrollo, GitHub, Slides
- Inteligencia Artificial. Estado del Arte, GitHub, Slides
- Herramientas Digitales, GitHub
- Instalación de Anaconda (Video)
- Ambientes Virtuales, GitHub
- Instalación de Kernels, GitHub
- Mi primer Notebook. GitHub
- Introducción a JupyterLab, GitHub
- 📌 Mi Primer Notebook
-
Programación en Python 🐍
- Conceptos básicos de programación, GitHub
- Introducción a Python, GitHub
- Tipos de datos básicos, GitHub
- Operadores, GitHub
- Estructuras de Control, GitHub
- Iteradores e iterables, GitHub
- Tuplas, GitHub
- Listas, GitHub
- Diccionarios, GitHub
- Conjuntos, GitHub
- Funciones, GitHub
- Decoradores, GitHub
- Uso de Módulos en Python, GitHub
- 📌 Taller Numpy, GitHub
- 📌 Taller Pandas, GitHub
- Programación Orientada a Objetos, GitHub
- Blue-prints: Buenas prácticas de programación, GitHub
-
Algebra Lineal 📐
-
Modelado 🔠
-
Probabilidad y Estadística 📊
-
Teoría de la Información 📰
-
Introducción a redes neuronales 🧠
- Introducción a Redes Neuronales Artificiales, GitHub
- Ejemplo de Visualización, GitHub
- Primera Red Neuronal con la API Sequential de Keras (Simulación), GitHub
- Regresión con tf.keras-consumo de gasolina API Sequential, GitHub
- Regresión con tf.keras-consumo de gasolina API Functional, GitHub
- Funciones de activación, GitHub
- Detección de Fraude en tarjetas de crédito, GitHub
- Primera Red Neuronal con la API Sequential de Keras (MNIST), GitHub
- Red Neuronal Desde Cero, GitHub
- Primera Red Neuronal con la API funcional de Keras, GitHub
- API Funcional: Modelo de Regresión multi-logística (Iris) con tf.keras 2.x, GitHub
- Usando Subclassing en Keras, GitHub
-
Pytorch 🔥
- Inicio rápido, GitHub
- Tensores, GitHub
- Datasets y Dataloader, GitHub
- Transformaciones, GitHub
- Optimización con torch.autograd, GitHub
- Entrenamiento de modelos, GitHub
- Ejemplo de Clasificación con MNIST-Fashion, GitHub
- Introducción a la POO, GitHub
- Pytorch Lightning, GitHub
- Pytorch Lightning Avanzado, GitHub
-
Autocodificadores 🔶
-
Visión por computador 🖼️
- Introducción a visión por computador, GitHub
- Introducción a Convoluciones, GitHub
- Redes Neuronales Convolucionales, GitHub
- Cats Vs Dogs (Kaggle Competition), GitHub
- Ejemplo eliminación de ruido con datos MNIST, GitHub
- Coloración de imágenes usando CIFAR 100, GitHub
- Arquitectura Resnet, GitHub
- Redes Profundas Modernas, Github
- Transfer Learning, Github
- GANS-Mnist, GitHub
- GANS-CelebA, GitHub
- GAN's condicionales, GitHub
- GAN's Pytorch-lightning, GitHub
- Audios tratados como Imágenes, GitHub
-
Redes Recurrentes 🔁
- Introducción a modelos secuenciales, Github
- Introducción a redes neuronales recurrentes, Github
- Introducción a redes LSTM, Github
- Introducción a redes GRU, Github
- Taller series de tiempo LSTM y GRU, Github
- Predicción de la acción de Apple a un día, GitHub
- Predicción de la acción de Apple a tres días, GitHub
- Predicción de todos valores en una ventana futura, GitHub
- Predicción de la acción de Apple a un día usando Conv-LSTM, GitHub
- Series de tiempo Multivariadas, GitHub
- Series de tiempo con Darts, GitHub
- Series de tiempo muy largas, GitHub
- Tutorial Google de Series de tiempo 2021, GitHub
-
Procesamiento de Lenguaje Natural 🔡
- Introducción al tratamiento superficial de datos, GitHub
- Word2Vec. Incrustaciones CBOW y Skip-Gram, Github
- Estado del arte en clasificación de documentos(2020), GitHub
- Introducción a FastText, GitHub
- 📌PLN: Calificación automática de ensayos, GitHub
- 📌Expresiones regulares con Regex, GitHub
- 📌Taller NLTK, Gensim, Github
- 📌Taller Stanza, GitHub
- 📌Taller Spacy, GitHub
-
Transformers 🎆
- Introducción al concepto de atención, GitHub
- Arquitectura de Modelos de atención, GitHub
- Arquitectura de modelos de auto-atención, GitHub
- Transformers: Implementación completa en Tensorflow 2.X Github
- Introducción al modelo BERT, Github
-
HuggingFace 😊
-
Web Scraping
-
Deployment
- [Dash Desde Cero]
- [Componentes de Dash]
- [Callbacks]
- Deployment con Dash usando NLP
-
Aprendizaje Reforzado 🔎
- Introducción al Aprendizaje Reforzado
- El problema del bandido multi-brazo
- Q-Aprendizaje
- Q-Aprendizaje-2 Github
- Q-Aprendizaje con redes neuronales: DQN
- DQN-Aprendizaje. Jugando Atari-Pong
- Gradientes de Política
- Algortimo doble DQN
- Método actor-crítico
- Algortimos de diferencia temporal
- Aprendizaje reforzado en videojuegos. Unity
-
Aprendizaje de Máquinas 👓
-
Aprendizaje de Máquinas No Supervisado 💻
-
Mapas auto-organizados (SOM)
- Distribuciones de Probabilidad en Python
- Taller Pandas: COVID-19
- Gráficos con Matplotlib
- Canalización de datos. La API tf.data
- ImageDataGenerator
- Organización y carga de imágenes
- Tensorboard en Pytorch
- Tensorboard en Tensorflow
- Datasets y Dataloader: creditcard
- Datasets y Dataloader: MNIST
- Datasets y Dataloader: CIFAR10
-
Aplicación a pruebas de Estado. Modelo TRI Muti-unidimensional
-
Autocodificadores variacionales 🔷
-
Tensorflow 🔥