Curso

Esta es la teoría necesaria para aprender el deep learning desde cero hasta el nivel experto. Este curso es un resumen en español del libro de Ian Goodfellow (probablemente la mejor fuente para aprender deep learning). Cada tema se corresponde con un capítulo del libro.

1. Introducción (libro)

Parte I: Matemáticas necesarias

1. Álgebra lineal (libro)
2. Probabilidad y teoría de la información (libro)
3. Computación numérica (libro)
4. Machine learning (libro)

Parte II: Redes neuronales articiciales

1. Red neuronal (libro)
2. Regularización (libro)
3. Optimización (libro)
4. Red neuronal convolucional (libro)
5. Red neuronal recurrente (libro)
6. Metodología práctica (libro)
7. Aplicaciones (libro)

Parte III: Investigación

1. Linear Factor Models (libro)
2. Autoencoders (libro)
3. Representation Learning (libro)
4. Structured Probabilistic Models for Deep Learning (libro)
5. Monte Carlo Methods (libro)
6. Confronting the Partition Function (libro)
7. Approximate Inference (libro)
8. Deep Generative Models (libro)