Aprendizaje Profundo Ia Finanzas

APRENDIZAJE PROFUNDO
El aprendizaje profundo está cambiando el mundo, desde medicina, el transporte, negocios,

etc.
La IA es la nueva electricidad del mundo
Módulo 1 aprenderemos que es una red Neuronal y aprendizaje profundo. Construimos la red
Módulo 2 Conoceremos aspectos prácticos del aprendizaje profundo. Como hacer que
funcione la red.
Módulo 3 Aprenderemos a como estructurar el proyecto de aprendizaje de máquina, veremos

cuando lo utilizaremos y cuando no.
Módulo 4 Hablaremos sobre redes neuronales convulsiónales RNCs.
Las redes convulsiónales o redes neuronales convulsiónales se aplican en imágenes.
Módulo 5 Aprenderé modelos de secuencia y como aplicarlos a procesamiento de lenguaje

natural y otros problemas.
Estos modelos de secuencia incluyen modelos de redes neuronales recurrentes RNR y modelos
MCPL que significan modelos de memoria a corto y largo plazo.
El lenguaje natural es solo una secuencia de palabras y reconocimiento del habla como
generación de música, etc.
VIDEO1 QUE ES UNA RED NEURONAL

El aprendizaje profundo es “Entrenamiento de redes neuronales”.
Una red neuronal es
Predicción de precios de viviendas: Es
Digamos que tenemos precio y tamaño de casas
Esta línea recta es mi función para

Precio predecir el precio de una casa en
f Función de su tamaño
Entonces todas estas variables son neuronas

Tamaño de las casas
Esta función es una red neuronal simple
Tamaño de la casa Nodo Entrega el precio de la casa
X Es una neurona Y
Así funciona esta red neuronal simple, donde la neurona recibe la entrada y
computa esta función lineal
Toma el máximo con el cero y arroja la salida que es el precio estimado.
Esta función se llama ReLU que significa Unidades Lineales Rectificadas,
donde rectificar significa tomar un máximo de 0.
Tamaño de la casa Nodo Entrega el precio de la casa

X Es una neurona Y
Esto es una red neuronal simple, para crear una red neuronal mayor necesito
formar muchas neuronas individuales y apilarlas juntas.
Un ejemplo sería en vez de solo conocer el precio de las casas por su tamaño,
también puede influir:
Capa de entrada Capa en medio
Tamaño de casa: Unidades ocultas en la red Neuronal
Numero de dormitorios: Nodo
Numero de Código postal: Nodo del precio
Buenas escuelas alrededor: Nodo Y 1 salida Y
Este ejemplo tiene cuatro entradas x
En una red neuronal solo debo implementar entradas X y Salida Y, y se
resolverá por sí solo.
Las unidades ocultas en la red neuronal Cada una de ellas toma como entrada
a todas las características X.
VIDEO2 Aprendizaje supervisado con redes neuronales

Casi todo el valor creado por las redes neuronales ha sido a través del
aprendizaje automático llamado aprendizaje supervisado.
En el aprendizaje supervisado tiene una entrada X y se requiere aprender una
función relacionada con la salida Y
Input o Entrada (x) Output o Salida (Y) Aplicación

Características de la casa
Como tamaño, código postal, etc. Precio Inmobiliaria venta de
casas.
¿Información de usuario Hace click en el Publicidad para anuncios
Para anuncios anuncio?
Imagen Diferencia un objeto Etiquetado fotográfico

De 1 a 1000 fotos
Hay diferentes tipos de redes neuronales y son utilizados para distintas

aplicaciones
1 Arquitectura de red neuronal universal estándar: Publicidad en línea o
bienes raíces.
2 Redes neuronales convolucionales (CNN): Usamos para aplicación de
imágenes.
3 Red neuronal recurrente (RNN): Usamos para datos de secuencia, como un
audio ya que tiene un componente temporal, es representado como una serie
de tiempo unidimensional o como una secuencia temporal unidimensional.
Para aplicaciones más complejas como conducción autónoma se toma redes

neuronales convolucionales (CNN) porque se tiene en cuenta las imágenes y
también necesitaremos información radar lo cual es algo diferente, lo cual
terminaríamos con una arquitectura hibrida.
Aplicaciones de machine learnign = aprendizaje automático

Para datos estructurado Para datos no
estructurados
Significa base de datos, como predicción Se refiere más a audio, imágenes o
de precios de casas en función de sus texto.
dormitorios y tamaña de casa. Tenemos características como pixeles
O hacer click en un anuncio en función o palabras individuales
De la información del usuario y gustos.
Tiene características definidas
VIDEO3 ¿Por qué despega el Aprendizaje Profundo?

Aprendizaje Profundo Ia Finanzas

Cargado por

Copyright:

Formatos disponibles

Aprendizaje Profundo Ia Finanzas

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Aprendizaje Profundo Ia Finanzas

Cargado por

Copyright:

Formatos disponibles

APRENDIZAJE PROFUNDO

El aprendizaje profundo está cambiando el mundo, desde medicina, el transporte, negocios,

La IA es la nueva electricidad del mundo

Módulo 3 Aprenderemos a como estructurar el proyecto de aprendizaje de máquina, veremos

Módulo 4 Hablaremos sobre redes neuronales convulsiónales RNCs.

Las redes convulsiónales o redes neuronales convulsiónales se aplican en imágenes.

Módulo 5 Aprenderé modelos de secuencia y como aplicarlos a procesamiento de lenguaje

VIDEO1 QUE ES UNA RED NEURONAL

Esta línea recta es mi función para

Entonces todas estas variables son neuronas

Tamaño de la casa Nodo Entrega el precio de la casa

VIDEO2 Aprendizaje supervisado con redes neuronales

Input o Entrada (x) Output o Salida (Y) Aplicación

Imagen Diferencia un objeto Etiquetado fotográfico

Hay diferentes tipos de redes neuronales y son utilizados para distintas

Para aplicaciones más complejas como conducción autónoma se toma redes

Aplicaciones de machine learnign = aprendizaje automático

VIDEO3 ¿Por qué despega el Aprendizaje Profundo?

También podría gustarte