Ampliació

Material opcional d’Aprenentatge Automàtic. Cap d’aquests documents no és necessari per seguir el recorregut principal: amplien un tema que ja s’ha vist o en presenten un de nou per a qui vulgui anar més enllà.

Detalls dels documents del nucli

• Xarxes neuronals: ampliació: variants del descens del gradient, classificació multietiqueta, diferenciació automàtica, capes convolucionals i càlcul amb GPU.
• Aprenentatge no supervisat: ampliació: com dividir les dades en detecció d’anomalies, quan triar un model supervisat, enginyeria de característiques i quants components conservar amb PCA.

Temes nous

• K-veïns més propers: predir a partir dels exemples d’entrenament més semblants. Parteix d’Embeddings i cerca vectorial.
• Recomanadors: predir preferències d’usuaris amb filtrat basat en contingut i col·laboratiu. Combina regressió, embeddings i similitud.
• Aprenentatge per reforç: agents que aprenen a prendre decisions a partir de recompenses, la funció Q i l’equació de Bellman.
• Aprenentatge per reforç profund: aprendre la funció Q amb una xarxa neuronal (DQN), exploració i explotació, i com s’aplica a l’ajust dels LLMs. Cal haver llegit l’anterior i Xarxes neuronals.