Título : Métodos de aprendizaje profundo para predicción genómica (PredGenIA)
Autor(es) : Lecumberry, Federico
Castro, Graciana
Fariello, María Inés
Fecha de publicación : sep-2023
Tipo de publicación: Otro
Areas del conocimiento : Ingeniería y Tecnología
Ingeniería Eléctrica, Ingeniería Electrónica e Ingeniería de la Información
Ciencias Naturales y Exactas
Ciencias Biológicas
Genética y Herencia
Matemáticas
Matemática Aplicada
Ciencias Agrícolas
Biotecnología Agropecuaria
Biotecnología Agrícola y Biotecnología Alimentaria
Otros descriptores : Predicción genómica
Aprendizaje Profundo
Inteligencia Artificial
Resumen : Materiales del curso de Métodos de aprendizaje profundo para predicción genómica (PredGenIA)
URI / Handle: https://hdl.handle.net/20.500.12381/5222
Otros identificadores : https://classroom.google.com/c/NjE3NjU0NTk5NTAy
Institución responsable del proyecto: Universidad de la República. Facultad de Ingeniería
Financiadores: Agencia Nacional de Investigación e Innovación
Identificador ANII: IA_1_2022_1_173411
Nivel de Acceso: Acceso abierto
Licencia CC: Reconocimiento 4.0 Internacional. (CC BY)
Aparece en las colecciones: Publicaciones de ANII

Archivos en este ítem:
archivo  Descripción Tamaño Formato
PredGenIA-00-Introduccion_al_curso.pdfDescargar Clase introductoria4.25 MBAdobe PDF
PredGenIA-01-Introduccion_Prediccion_Genomica.pdfDescargar Introducción Predicción Genómica8.08 MBAdobe PDF
PredGenIA-02-Introduccion_Aprendizaje_Profundo.pdfDescargar Introducción al Aprendizaje Profundo7.47 MBAdobe PDF
PredGenIA-03-CNN_ResNet.pdfDescargar Arquitecturas de redes neuronales profundas: CNN y ResNet7.67 MBAdobe PDF
PredGenIA-04-GNN.pdfDescargar Redes neuronales basadas en grafos11.01 MBAdobe PDF
PredGenIA-05-Transformers.pdfDescargar Transformers6.67 MBAdobe PDF

Las obras en REDI están protegidas por licencias Creative Commons.
Por más información sobre los términos de esta publicación, visita: Reconocimiento 4.0 Internacional. (CC BY)