Redes neuronales artificiales

Este es el sitio web de la unidad de aprendizaje de redes neuronales artificiales impartida por la Dra. Elisa Schaeffer en la FIME de la UANL en el semestre agosto-diciembre del 2012 para estudiantes de séptimo semestre de ITS los martes M1-3 (07:00-09:30) en el salón 4208.

Es importante el haber cursado exitosamente las unidades referentes a programación de sistemas adaptativos y matemáticas en general.

Propósito

En el desarrollo de esta unidad de aprendizaje se contribuye al entendimiento de las técnicas basadas a redes neuronales artificiales que permiten el diseño de sistemas computacionales de aprendizaje, clasificación y adaptación.

Producto integrador

Los alumnos desarrollan un proyecto de desarrollo de un sistema que ocupa por lo menos una red neuronal en grupos de 3 o 4 personas. Los avances del proyecto se documentan en sus blogs en escritos, gráficas y videos. En blog es del grupo y se espera que todos los participantes publiquen entradas en comenten en ellas.

El proyecto se reporta en tres fases: planteamiento, primer prototipo lógico y producto completado. Cada reporte contiene una descripción escrita del trabajo realizado, el cógido implementado y un video que demuestra la funcionalidad alcanzada.

Temario

Unidades temáticas

  1. Redes neuronales básicas (semanas 1, 3-4, 6-8)
  2. Construcciones avanzadas de redes neuronales (semanas 10-13)
  3. Aplicaciones y herramientas para redes neuronales artificiales (semanas 2, 5, 9, 14-16)

Programa semanal

En la clase se discuten los aspectos teóricos y ejemplos de cada tema, se introducen herramientas y se avanzan, cuando tiempo lo permite, el proyecto en grupo.

Son 10 actividades en total: tres reportes, tres presentaciones, dos programas y dos exámenes. Para tener derecho a segunda oportunidad, el alumno debe participar en por lo menos siete de ellos; en otro caso, tendrá la calificación NC. Si el alumno prefiere no llevar a cabo las diez actividades, se recomienda omitir en primer lugar los exámenes y en segundo lugar uno de los reportes.

  1. Introducción y repaso; exploración de temas
  2. Presentaciones iniciales (PI, reporte + presentacion: 5 + 5 puntos); formación de equipos
  3. Perceptrones
  4. Redes de capas múltiples
  5. Herramientas de código abierto para redes neuronales artificiales
  6. Taller de implementación de redes neuronales
  7. Aprendizaje supervisado y no supervisado
  8. Examen de medio curso (EMC, 10 puntos)
  9. Presentaciones intermedios (reporte + programa + presentación: 10 + 10 + 10 puntos)
  10. Redes recurrentes
  11. Análisis de componentes principales (PCA)
  12. Redes neuronales de auto-organización (SOM)
  13. Máquinas de vectores de soporte (SVM)
  14. Aplicaciones modernos de redes neuronales artificiales
  15. Presentaciones finales (reporte + presentación+ programa: 10 + 10 + 20)
  16. Examen ordinario (10 puntos)
  17. Examen extraordinario (12 puntos)

Resultados

Se utiliza la siguiente notación: NP = no presentó, N/A = no aplica.

ParticipantePIEMCInterExtraFinalEOCF EXOCF2
Abraham 5+5310+NP+10 NP9+9+200 71 No aplica
Adán 5+5710+8+10 39+9+195 90 No aplica
Alejandro 5+559+9+10 NP9+9+168 85 No aplica
Blanca 5+589+9+10 NP7+8+187 86 No aplica
Carmen 5+567+7+10 NP9+9+196 83 No aplica
Cecilia 5+5810+10+10 310+10+209 100 No aplica
Daniel 5+5710+8+10 49+9+198 94 No aplica
David 5+54NP+NP+10 NP9+8+18NP NC Sin derecho
Eduardo 5+5410+9+10 NP10+8+195 85 No aplica
Emmanuel 5+5810+9+10 410+9+194 93 No aplica
Esteban 5+53NP+NP+10 28+8+186 65 267
Isaías 5+553+7+10 36+9+155 73 No aplica
Juan Carlos 5+5710+9+10 49+9+209 97 No aplica
Jonathan 5+NP51+6+10 NP10+8+199 73 No aplica
José Guadalupe NP+NP510+9+10 410+9+18NP 75 No aplica
Luis 2+50NP+NP+NP NPNP+NP+NPNP NC Sin derecho
Marco 5+574+7+10 NP6+8+173 72 No aplica
Maximiliano 5+5710+9+10 49+9+204 92 No aplica
Obed 5+548+9+10 NP9+9+165 80 No aplica
Omar 5+518+8+10 NP9+9+20NP 75 No aplica
Osvaldo 2+NP51+9+10 NP10+8+194 68 3 71
Pedro Miguel NP+NP34+7+10 NP6+9+155 59 261
Rafael 5+548+8+10 38+9+196 85 No aplica
Ramón 5+5710+10+10 310+10+207 97 No aplica
Roberto M. 5+5810+10+10 39+10+209 99 No aplica
Roberto V. NP+NP67+7+10 48+9+125 68 2 70
Saúl 5+5310+9+10 NP10+9+205 86 No aplica
Sergio 5+588+7+10 29+9+191 83 No aplica
Víctor 5+527+7+10 410+9+194 81 No aplica
Porcentaje de
participación
90+83 100 90+86+97 48 97+97+97 86 79 100 50

Bibliografía básica

No es necesario comprar un libro de texto particular, ya que hay amplios recursos en línea para el aprendizaje autónomo. Hay buenas referencias en el sitio de Dr. George Bebis.


Actualizado el 27 de noviembre del 2012.
URL: http://elisa.dyndns-web.com/~elisa/teaching/sys/neural/