Tutoriales

1. ¿Qué es la red neuronal?
   1. Sumérgete en la neurona
   2. ¿Cómo simula una red neuronal una función arbitraria?
   3. ¿Por qué necesitamos redes neuronales?
2. Cómo construir una red neuronal
   1. Red neuronal completamente conectada
   2. Utilice una herramienta gráfica para diseñar una red neuronal
   3. La "función de activación" de la capa de salida
3. Cómo entrenar una red neuronal
   1. Principio y algoritmo de aprendizaje
   2. Construya y entrene redes neuronales desde cero
   3. Reescribe el código usando PyTorch
   4. Utilice una herramienta gráfica para entrenar la red neuronal
4. Algunos problemas importantes de la red neuronal
   1. Estructura de red
   2. Sobreajuste
   3. Desajuste
   4. Sobreajuste vs desajuste
   5. Inicialización
   6. Gradiente de desaparición y gradiente explosivo
5. Red neuronal convolucional (CNN)
   1. Convolución 1D
   2. Experimentos de convolución 1D
   3. agrupación 1D
   4. Experimentos 1D-CNN
   5. 2D-CNN
   6. Experimentos 2D-CNN
6. Red neuronal recurrente (RNN)
   1. Vanilla RNN
   2. Seq2seq, Autoencoder, Encoder-Decoder
   3. RNN avanzado
   4. Experimento de clasificación RNN
7. Procesamiento natural del lenguaje
   1. Embedding: convierte símbolos en valores
   2. Clasificación de texto 1
   3. Clasificación de texto 2
   4. TextCNN
   5. Reconocimiento de entidad
   6. Segmentación de palabras, etiquetado y fragmentación de parte del discurso
   7. Etiquetado de secuencia en acción
   8. RNN bidireccional
   9. BI-LSTM-CRF
   10. Atención
8. Modelos de lenguaje
   1. Modelo n-grama: Unigrama
   2. Modelo n-grama: Bigrama
   3. Modelo n-grama: Trigrama
   4. Modelo de lenguaje RNN
   5. Modelo de lenguaje Transformer
9. Álgebra lineal
   1. Vector
   2. Matriz
   3. Sumérgete en la multiplicación de matrices
   4. Tensor