![\"\"](\"https:\/\/eventos.cmm.uchile.cl\/enim2024\/wp-content\/uploads\/sites\/206\/2024\/10\/machine-300x166.png\")
<\/p>\n<\/p>\n
El curso tiene como objetivo abordar los resultados te\u00f3rico-matem\u00e1ticos m\u00e1s importantes de las redes neuronales, conect\u00e1ndolos con aplicaciones del mundo real. Se explorar\u00e1n conceptos clave como las arquitecturas de red, el teorema de aproximaci\u00f3n universal y la optimizaci\u00f3n mediante descenso de gradiente estoc\u00e1stico.<\/p>\n
Se combinar\u00e1n discusiones te\u00f3ricas con tutoriales pr\u00e1cticos, enfoc\u00e1ndose en la aplicaci\u00f3n de redes neuronales convolucionales para la clasificaci\u00f3n de im\u00e1genes, as\u00ed como en el uso de redes neuronales informadas por f\u00edsica (PINNs) para la simulaci\u00f3n de sistemas f\u00edsicos o regidos por ecuaciones diferenciales.<\/p>\n
Las actividades pr\u00e1cticas se desarrollar\u00e1n en PyTorch, por lo que se recomienda tener conocimientos intermedios de Python. Todo el trabajo de programaci\u00f3n se realizar\u00e1 en la nube, por lo que no ser\u00e1 necesario instalar ning\u00fan software para las sesiones. Adem\u00e1s, se abordar\u00e1n aspectos t\u00e9cnicos como GitHub y el uso de GPU, sin requerir experiencia previa.<\/p>\n
Profesores: Joaquin Fontbona, Diego Olgu\u00edn & Javier Maass [Bloque B] 3 sesiones, cada d\u00eda de las 16h30 a las 17h45 El curso tiene como objetivo abordar los resultados te\u00f3rico-matem\u00e1ticos m\u00e1s importantes de las redes neuronales, conect\u00e1ndolos con aplicaciones del mundo real. Se explorar\u00e1n conceptos clave como las arquitecturas de red, el teorema de aproximaci\u00f3n universal … Contin\u00fae leyendo The Math Behind the Magic: Neural Networks, Theory and Practice<\/span>