Comparación de MOOCs y Librerías de Aprendizaje Profundo: Contenidos, Funcionalidad y Rendimiento

Ciordia Galar, Adrián. (2020). Comparación de MOOCs y Librerías de Aprendizaje Profundo: Contenidos, Funcionalidad y Rendimiento Master Thesis, Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial.

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
Ciordia_Galar_Adrian_TFM.pdf Ciordia_Galar_Adrian_TFM.pdf application/pdf 1.27MB

Título Comparación de MOOCs y Librerías de Aprendizaje Profundo: Contenidos, Funcionalidad y Rendimiento
Autor(es) Ciordia Galar, Adrián
Resumen Este proyecto se centra en ofrecer una guía que ayude a los interesados a introducirse en el aprendizaje profundo. Hemos estudiado varios MOOCs sobre este tema y se han comparado exhaustivamente los contenidos y la metodología de dos de ellos, el Programa Especializado Aprendizaje Profundo de Coursera y fastai course v3. También hemos realizado una comparación experimental de dos de las librerías de aprendizaje profundo más populares hoy en día, Keras y fastai, que se estudian en cada uno de estos cursos, respectivamente, con el objetivo de mostrar sus diferencias en funcionalidad y rendimiento.
Abstract This project focuses on offering a guide for helping students to introduce themselves to deep learning. We have studied several MOOCs on this subject and exhaustively compared the contents and methodology of two of them, Coursera’s Deep Learning Specialization and fastai course v3. We have also made an experimental comparison of two of nowadays most popular deep learning libraries, Keras and fastai, studied in each of these courses, respectively, in order to show their differences in functionality and performance.
Notas adicionales Trabajo de Fin de Máster. Máster Universitario en I.A. Avanzada: Fundamentos, Métodos y Aplicaciones. UNED
Materia(s) Ingeniería Informática
Editor(es) Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial.
Director/Tutor Sánchez Cauce, Raquel
Díez Vegas, Francisco Javier
Fecha 2020-06-01
Formato application/pdf
Identificador bibliuned:master-ETSInformatica-IAA-Aciordia
http://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IAA-Aciordia
Idioma spa
Versión de la publicación acceptedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso master Thesis
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 306 Visitas, 371 Descargas  -  Estadísticas en detalle
Creado: Mon, 20 Sep 2021, 22:11:25 CET