Programa del Curso
Introducción a OpenNN, Machine Learning y Deep Learning
Descargando OpenNN
Trabajando con Neural Designer
Uso de Neural Designer para análisis descriptivos, de diagnóstico, predictivos y prescriptivos
Arquitectura OpenNN
Paralelización de CPU
Clases OpenNN
Conjunto de datos, red neuronal, índice de pérdida, estrategia de entrenamiento, selección de modelo, análisis de prueba
Vector y plantillas de matriz
Construyendo una aplicación de red neuronal
Elegir una red neuronal adecuada
Formular el problema variacional (índice de pérdida)
Resolviendo el problema de optimización de función reducida (estrategia de entrenamiento)
Trabajando con datasets
La matriz de datos (columnas como variables y filas como instancias)
Tareas de aprendizaje
Regresión de funciones
Reconocimiento de patrones
Compilando con QT Creator
Integrando, probando y depurando su aplicación
El futuro de las redes neuronales y OpenNN
Requerimientos
- Una comprensión de los conceptos de ciencia de datos
- La experiencia de programación C ++ es útil