Profesor: Pablo Groisman

Puntaje: (A confirmar)

Correlatividades: Probabilidades y Estadística

Carga horaria: 6  horas semanales          

Carreras:    
Licenciatura en Matemática (Or. Pura y Aplicada)
Doctorado en Matemática

Breve descripción del curso: 

• Redes neuronales. Teorema de aproximación universal y el problema de la geometría del paisaje.
• Problema de transporte óptimo. Distancia de Wasserstein. Acoplamiento. Estimación de densidad y entrenamiento de redes neuronales. El problema del baricentro de Wasserstein.
• Procesos puntuales. Paseos al azar, percolación de primera pasada y aprendizaje de distancias y variedades. Principios de invarianza en grafos aleatorios y convergencia espectral del laplaciano en grafos. Clustering espectral.
• Paseos al azar con refuerzo: localización y recurrencia. Reinforcement learning.
• Máquinas de Boltzmann y filtrado colaborativo. Gibbs sampler. MCMC.