5.29.5.3 Optimización para Aprendizaje Automático (20 horas)

Resultados de la carrera Outcomes: AG-Ci09

Temas

1. Descenso de gradiente estocástico
2. Momentum y métodos adaptativos (Adam, RMSProp)
3. Regularización y dispersidad
4. Optimización distribuida para AA
5. Métodos de segundo orden para AA

Objetivos de Aprendizaje (Learning Outcomes)

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)]

Bibliografía: [Nocedal and Wright, 2006,Bertsekas, 2016]