Seminario Aprendizaje de Máquinas

Variational Inference

Event Date: Nov 30, 1999 in Seminario Aprendizaje de Máquinas, Seminars

Abstract: Bayesian methods have shown to be very successful and attractive approaches in Machine Learning, thanks to the natural representation of uncertainty in real problems, the automatic control of overfitting, and the intuitive modeling of semantics through the use of latent variables and graphical models. In most cases, Bayesian approaches have to deal with the inference of posterior probabilities of latent variables given data, in order to make predictions for future cases or to perform model selection as well. Unfortunately, in most of the real cases, the estimation of those...

Read More

Extracción jerárquica no-supervisada de características mediante Autoencoders.

Event Date: Aug 19, 2016 in Seminario Aprendizaje de Máquinas, Seminars

Abstract: La creciente aplicación de redes profundas para la realización de tareas mediante aprendizaje automático, ha creado la necesidad de buscar metodologías para lidiar con el conocido problema de la desaparición del gradiente (Vanishing gradient problem) en el entrenamiento de redes neuronales con más de una capa oculta. Una de estas metodologías utiliza un modelo de aprendizaje no supervisado llamado Autoencoder, capaz de realizar un acercamiento “seguro” de los parámetros de la red a su valor óptimo. En esta charla se presentará el modelo Autoencoder con su justificación...

Read More

Data Science: Herramientas, lenguajes y Python

Event Date: Jun 10, 2016 in Seminario Aprendizaje de Máquinas, Seminars

Abstract: Data Science es un área interdisciplinaria dedicada extraer conocimiento de grandes volúmenes de datos, utilizando diversas técnicas de Machine Learning, para resolver problemáticas de distinta naturaleza. La cantidad de datos y complejidad de los cálculos necesarios en aplicaciones de Data Science son en general muy altas, por lo que la eficiencia computacional es crucial. En esta charla revisaremos herramientas requeridas para trabajar con datos reales, principalmente sobre programación científica, lenguajes de programación y librerías de alto desempeño. Concluiremos la charla...

Read More

Deep Learning: Desafíos actuales

Event Date: May 13, 2016 in Seminario Aprendizaje de Máquinas, Seminars

Resumen: Para terminar el ciclo de Deep Learning se presentará una serie de aplicaciones de estas metodologías en áreas como la robótica, el procesamiento de lenguaje natural y la visión computacional, temáticas de gran interés en la actualidad debido al enorme desarrollo que se ha impulsado en los últimos años no sólo en la academia, sino también en la industria. El objetivo es entregar un marco general de lo que es posible realizar y/o investigar en el área hoy, así como ser una fuente de inspiración para los proyectos de los propios asistentes. Todas las charlas de GAMES están disponibles...

Read More

Deep Learning II: Redes Neuronales Recurrentes

Event Date: May 06, 2016 in Seminario Aprendizaje de Máquinas, Seminars

Abstract:   Continuando la línea de aprendizaje profundo, se extenderá la idea de redes neuronales al caso de entradas de transmisión continua como las series de tiempo o secuencias de video, bajo el concepto de redes neuronales recurrentes. Esta arquitectura ha demostrado gran capacidad en procesamiento de voz y texto, desplazando a metodologías alternativas como las cadenas de Markov en muchas aplicaciones. Partiendo por su definición más básica, se explicará su funcionamiento así como sus limitaciones, para luego elaborar en el concepto hasta las arquitecturas más modernas como Long...

Read More

Introducción al aprendizaje de máquinas y redes neuronales

Event Date: Apr 22, 2016 in Seminario Aprendizaje de Máquinas, Seminars

Abstract:     El objetivo de esta charla es presentar la disciplina de aprendizaje de máquinas (AM) y su una de sus herramientas fundamentales: redes neuronales. En la primera mitad de la charla veremos los orígenes del AM, su relación con otras disciplinas, su impacto en problemas actuales y campos de aplicación. Posteriormente, veremos una introducción a redes neuronales artificiales, donde comenzando por una motivación biológica presentaremos la estructura de una red, la importancia del número y configuración de sus neuronas, y técnicas de entrenamiento. Finalmente, terminaremos...

Read More