MÓDULO 10

ML II: Deep Learning

LSTM, Transformers y predicción de series temporales

Analogía: LSTM es como leer una novela recordando los capítulos anteriores (memoria a largo plazo), mientras que Transformer es como tener un mapa conceptual de toda la novela a la vez (atención). Ambos pueden predecir el siguiente capítulo, pero de formas muy distintas.

🎯 ¿Qué aprenderás?

Comprender los conceptos fundamentales explicados en este módulo
Aplicar las técnicas con ejemplos prácticos
Interpretar resultados y diagnosticar problemas
Desarrollar intuición para aplicar lo aprendido

Arquitectura y Parámetros

LSTM Transformer

Sequence Length 30

Hidden Layers 3

Dropout 0.20

—

LSTM Loss

—

Transformer Loss

—

Mejor Modelo

Predicción vs Real

Precio Real LSTM Transformer

Ajusta la arquitectura y presiona "Predecir" para ver cómo LSTM y Transformer predicen precios.

📌 Resumen del módulo

Concepto clave: domina la idea central del módulo
Aplicación: preparado para casos prácticos reales
Errores comunes: identifica y evita las trampas
Próximos pasos: base para continuar aprendiendo

Anterior Finalizar

ML II: Deep Learning

🎯 ¿Qué aprenderás?

Arquitectura y Parámetros

Predicción vs Real

¡Deep Learning Completado!

📌 Resumen del módulo