Sesión 1. De los modelos estadísticos a las redes neuronales
Pregunta orientadora: ¿qué aprende realmente una red neuronal y qué añade frente a un modelo lineal?
- Contenidos: Relación entre Aprendizaje Estadístico, Machine Learning y Deep Learning. Tensores, dimensiones, capas densas y flujo hacia adelante. Combinación lineal, sesgo, funciones de activación y capacidad no lineal. Funciones de pérdida como criterio de estimación. Primer MLP completo en Keras y comparación con una línea base.
- Actividad práctica: Clasificación con un MLP pequeño; inspección de shapes, parámetros, probabilidades predichas y errores.
- Evidencia: Notebook ejecutado y explicación breve de la arquitectura, la pérdida y la métrica seleccionada.
Sesión 2. Cómo aprende una red: gradientes, optimización y regularización
Pregunta orientadora: ¿por qué una red converge, se sobreajusta o deja de aprender?
- Contenidos: Descenso del gradiente, regla de la cadena y retropropagación conceptual. SGD, Momentum y Adam; tasa de aprendizaje y schedulers. Inicialización, escalamiento, Batch Normalization y tamaño de lote. Overfitting, dropout, weight decay y early stopping. Lectura de curvas y señales de gradientes desvanecidos o explosivos.
- Actividad práctica: Experimento controlado que compara tasas de aprendizaje, optimizadores y una estrategia de regularización.
- Evidencia: Tabla comparativa y diagnóstico sustentado a partir de curvas de entrenamiento y validación.
Sesión 3. Diseño y evaluación rigurosa de modelos profundos
Pregunta orientadora: ¿cómo sabemos si la profundidad se justifica?
- Contenidos: Diseño de salidas y pérdidas para regresión, clasificación binaria y multiclase. Particiones honestas, validación y prevención de fuga de información. Desbalance, selección de umbral, discriminación y calibración. Variabilidad entre corridas, semillas y trazabilidad experimental. Comparación con líneas base y análisis segmentado del error. Limitaciones del Deep Learning en datos tabulares pequeños.
- Actividad práctica: Auditoría de un flujo de modelamiento con errores deliberados y rediseño de su protocolo de evaluación.
- Evidencia: Ficha de auditoría con hallazgos, correcciones y decisión preliminar sobre el uso de la red.
Sesión 4. Secuencias, atención y Transformers
Pregunta orientadora: ¿cómo representan los modelos el orden y las dependencias distantes?
- Contenidos: Ventanas, estados ocultos y limitaciones de RNN/LSTM. Embeddings como representaciones distribuidas. Self-attention, queries, keys, values y multi-head attention. Positional encoding y estructura general de un Transformer. Particiones temporales y fuga de información en secuencias. Lectura prudente de pesos de atención.
- Actividad práctica: Modelo compacto de secuencia o texto y visualización de su patrón de atención; contraste con una referencia ingenua.
- Evidencia: Interpretación de resultados y discusión sobre qué conclusiones permite y cuáles no el mapa de atención.
