Redes Neuronales Artificiales

Profesor: Juan Juárez Fuentes

e-mail: jjf@mixteco.utm.mx



Contenido

Avisos Tareas Programas Apuntes Aplicaciones Software
Blog Bibliografía Asistencias Evaluaciones Calificaciones Temario




Avisos

Aviso 1: (01-03-2017, 09:05)
¡Bienvenidos al curso de Redes Neuronales!




Tareas

Tarea 0 (01-03-2017) Relación de articulos que se revisaran cada viernes.
Rev:Mar/10 Learning internal representations by error propagation
Rev:Mar/17 Gradient-Based Learning Applied to Document Recognition
Rev:Mar/24 Improving neural networks by preventing co-adaptation of feature detectors
Rev:Mar/31 Self-taught Learning: Transfer Learning from Unlabeled Data
Rev:Abr/07 To Recognize Shapes, First Learn to Generate Images
Rev:Abr/21 Using Very Deep Autoencoders for Content-Based Image Retrieval
Rev:Abr/28 The wake-sleep algorithm for unsupervised neural networks
Rev:May/05 A Fast Learning Algorithm for Deep Belief Nets
Rev:May/12 A Novel Approach to On-Line Handwriting Recognition
Rev:May/19 Adaptive Mixtures of Local Experts
Rev:May/26 Connectionist learning of belief networks
Rev:Jun/02 Convolutional Networks for Images, Speech, and Time-Series
Rev:Jun/09 Generating Text with Recurrent Neural Networks
Rev:Jun/16 A Neural Probabilistic Language Model
Rev:Jun/23 Semantic Hashing
Rev:Jun/30 Boltzmann Machines: Constraint Satisfaction Networks that Learn
Tarea 1 (02-03-2017) [Para el viernes 03 de marzo 2017]
Dar la solución en su cuaderno, a los ejercicios planteados en el siguiente enlace: Tarea de Algebra lineal
Tarea 2 (06-03-2017) [Para el lunes 06 de marzo 2017]
Dar la solución en su cuaderno, a los ejercicios planteados en el siguiente enlace: Tarea de Algebra lineal
Tarea 3 (07-03-2017)
Dar la solución en su cuaderno, a los ejercicios planteados en el siguiente enlace: Tarea de Ecuaciones Diferenciales
Tarea 4 (07-03-2017)
Dar la solución en su cuaderno, a los ejercicios planteados en el siguiente enlace: Tarea de Ecuaciones Diferenciales




Programas

Ejemplo 01 PROGRAMA: Programa




Apuntes

Tema 1: Fundamentos Matemáticos
Tema 2: Introducción a las Redes Neuronales Artificiales
Tema 3: El Perceptrón
Tema 4: El modelo de Retro-Propagación (Back-Propagation)
Tema 5: Las redes de Hopfield
Tema 6: Teoria de Resonancia Adaptiva (ART)
Tema 7: Aplicaciones de las Redes Neuronales Artificiales
Teoría del Caos
Teoría Difusa
Optimización
Introducción a Redes Neuronales




Aplicaciones

Ejemplo: Red Neuronal Multicapa con Backpropagation.
Fotos de rostros.




Software

Octave




Blog

Facebook




Bibliografía


Textos Básicos:

Principles of Neurocomputing for Science and Engineering
Fredric M. Ham, Ivica Kostanic, 2000.
McGraw-Hill Higher Education.
ISBN 0070259666.

Redes Neuronales Artificiales. Fundamentos, Modelos y Aplicaciones
José R. Hilera, Victor J. Martínez, 1995.
Addison Wesley Iberoamericana,
ISBN 020187895X

An Introduction to Neural Networks
James A. Anderson. 1995.
MIT Press,
ISBN 0262510812

Neural Networks Theory
Alexander I. Galushkin, 2007.
Springer-Verlag.
ISBN 3540481257



Textos de Consulta:

Neural Networks, a Comprehencive Foundation
Simon Haykin, 1999.
IEEE.
ISBN 0780334949

Applying Neural Networks: A Practical Guide
Kevin Swingler, 1996.
Morgan Kaufman Publishers.

Adaptive Pattern Recognition and Neural Networks
Yoh-Han Pao, 1989.
Addison-Wesley Publishing Company.
ISBN 0201125846




Asistencias

Consulta de asistencias




Evaluaciones

Examen 1 Primer examen parcial             (Solución)
Examen 2 Segundo examen parcial          (Solución)
Examen 3 Tercer examen parcial             (Solución)
Examen 4 Examen Final                         (Solución)




Calificaciones

Consulta de calificaciones




Ir a la página principal