Edición de «Redes Neuronales»

Esta materia es de caracter optativo y de duración cuatrimestral. Se dicta los primeros cuatrimestres de cada año. Es correlativas con [[Probabilidades y Estadística]].


= Información General sobre la Cursada =

'''Cursada:'''
* Dos días de cursada por semana. Teórica y Práctica.


'''Criterios de aprobación:'''
* Entrega de 3 Trabájos Prácticos aprobatorios.
* Final, en general oral.

'''Profesor:'''
* Dr. Enrique Segura ''esegura'' (_at) ''dc.uba.ar''

= Programa de la materia =
*  Inspiración biológica de las RNA
* Aprendizaje supervisado
   o Perceptrones
   o Backpropagation y otras estrategias de aprendizaje
* Aprendizaje no supervisado
   o Modelo de Kohonen
   o Modelo de Fritzke
   o Aprendizaje Hebbiano no supervisado
* Memorias asociativas
   o Modelo de Hopfield
   o Modelo ferromagnético o estocástico
   o Otras variantes del modelo de Hopfield: continuo, pseudoinversa, BAM
* Modelo Radial Basis Functions


== Contenidos ==

=== Inspiración biológica de las RNA ===
* '''Modelo de McCulloch-Pitts'''
* '''Regla de Hebb'''


=== Aprendizaje supervisado ===
* '''Perceptrón simple''': unidades umbral, unidades lineales, unidades no lineales
* '''Regla delta'''
* '''Perceptrón multicapa'''
* '''Backpropagation''': asincrónico, sincrónico; mejoras (momento, parámetros adaptativos, y otras)

* '''Aplicaciones'''


=== Aprendizaje no supervisado ===
* '''Aprendizaje Hebbiano no supervisado'''
** Análisis de Componentes Principales (PCA)
** Regla de Oja
** Regla de Sanger (Aprendizaje Hebbiano Generalizado)
* '''Aprendizaje Competitivo no supervisado'''
** Mapas Autoorganizados de Kohonen
* '''Aplicaciones'''


=== Memorias asociativas ===
* '''Modelo de Hopfield'''
* '''Función de energía'''
* '''Extensiones'''
** Estocástica
** Continua
* '''Estabilidad'''

== Prácticas (Dpto. de Computación) ==
== Finales ==
'''TODO'''
== Apuntes ==

* [http://www-2.dc.uba.ar/materias/lrn/pautas%20de%20entrega.pdf Mini-apunte teórico] En la última sección se repasan algunos detalles importantes de cada arquitectura

== Curiosidades ==
[http://neil.fraser.name/writing/tank/ Detección de tanques]

== Bibliografía Recomendada ==

* John Hertz, Anders Krogh, & Richard Palmer. ''Introduction to the theory of neural computation'', Addison-Wesley, 1991

* Simon Haykin. ''Neural Networks - A Comprehensive Foundation (2E)'', Pearson Prentice Hall, 1998

== Enlaces externos ==
* [http://www-2.dc.uba.ar/materias/rn Página Oficial de la Materia]
* [http://www-2.dc.uba.ar/materias/rn/apuntes/tp2/somtoolbox.zip SOM Toolbox (modificado por la cátedra)]
* [http://www-2.dc.uba.ar/materias/rn/apuntes/tp2/somtoolbox.pdf Apunte de SOMToolbox]



[[Category:Materias]]
[[Category:Computación]]