2.6.3 OML/Optimización para Aprendizaje Automático

Temas:
Core Tier1

• Descenso de gradiente estocástico
• Momentum y métodos adaptativos (Adam, RMSProp)
• Regularización y dispersidad
• Optimización distribuida para AA
• Métodos de segundo orden para AA

Objetivos de Aprendizaje (Learning Outcomes):
Core-Tier1:

1. Implementar variantes de descenso de gradiente estocástico [Usar (Usage)]
2. Aplicar métodos de optimización adaptativos [Usar (Usage)]
3. Usar regularización para generalización de modelos [Usar (Usage)]
4. Diseñar estrategias de optimización distribuidas [Usar (Usage)]