Sigue la atención desde los componentes básicos hasta un modelo especializado de pronóstico.
Este recorrido técnico parte de los fundamentos de Transformer y una implementación transparente a pequeña escala, pasa por variantes de atención y llega a la arquitectura Informer para series temporales. Relaciona las decisiones de arquitectura con la estructura de las secuencias, el coste computacional y los supuestos de pronóstico; después, diseña una evaluación que evite fugas temporales.
Explicar cómo la atención representa relaciones entre posiciones de una secuencia. Comparar un Transformer convencional con una variante de atención y una arquitectura para series temporales. Diseñar una evaluación cronológica de pronósticos con referencias simples y controles contra fugas de datos.
Se recomienda conocer redes neuronales, vectores y aprendizaje supervisado. Ayuda saber leer diagramas de modelos sencillos o pseudocódigo; no se necesita ningún programa específico.
Personas con experiencia que quieren profundizar y aplicar habilidades avanzadas de IA
Quienes aprenden mejor con ejemplos, lecciones guiadas y práctica
Profesionales, creadores y desarrolladores independientes que buscan un flujo de trabajo repetible
La lección 1 es gratis
4 lecciones · Avanzado · Curso completo.
Este curso utiliza material con licencia CC BY atribuido a su proveedor de contenido o a quien lo publicó. La reproducción de las lecciones solo está disponible tras iniciar sesión y superar las comprobaciones de publicación y licencia.