Asignaturas/Deep Learning/Slides interactivas/Ampliación

Slides interactivas de ampliación

Material opcional de ampliación. Estos decks desarrollan cada tema con simulaciones completas: muchas ecuaciones, muchos controles y todos los matices. Son para quien quiera profundizar; no entran en el examen (para las preguntas de examen, usa las slides interactivas del día). Cada deck explica las ecuaciones del día con simulaciones manipulables: mueve los sliders, sigue el guion paso a paso y comprueba que entiendes. Se abren en cualquier navegador sin instalación ni conexión; navega con las flechas del teclado.

Tema 1 — Fundamentos
Día 02
Fundamentos: neurona, MLP y backpropagation
Frontera de decisión en vivo, forward y backward a mano, superficie de pérdida, SGD vs momentum vs Adam, churn telco en euros.
Día 03
Regularización, schedules y dashboards
Overfitting polinómico, weight decay, dropout, early stopping, cosine y warmup, dashboard del experimentador.
Tema 2 — Visión y secuencias
Día 04
Convolución, pooling y transfer learning
Kernel 3×3 sobre píxeles editables, padding/stride, pooling, campo receptivo, ResNet y caso retail con coste de error.
Día 05
Transfer learning en profundidad y el Hub de Hugging Face
Curvas con y sin pretraining, congelar capas, catastrophic forgetting medible, coste-beneficio frente a API y desde-cero.
Día 06
Datos secuenciales: RNN, LSTM y GRU
Recurrencia en vivo, gradientes que explotan o se desvanecen, las puertas del LSTM paso a paso, forecast de demanda en euros.
Día 07
Del cuello de botella RNN a la atención
El cuello de botella de la RNN, scores y softmax manipulables, temperatura, alineamiento de traducción, atención sobre el historial de un cliente.
Tema 3 — El Transformer y sus rivales
Día 08
Embeddings: word2vec, distancias y vectores contextuales
De one-hot a denso, coseno manipulable, aritmética de vectores, skip-gram entrenado en vivo, buscador semántico vs léxico.
Día 09
Self-attention, multi-head y el bloque Transformer
Q, K, V con números, softmax(QKᵀ/√d)V completo, máscara causal, multi-head, positional encoding, residual + LayerNorm, leyes de escala.
Día 10
Alternativas al Transformer: Mamba y MoE
FLOPs n² vs n, KV-cache en GB, la recurrencia SSM y su dualidad convolucional, routing top-k de expertos, balanceo de carga.
Tema 4 — LLMs y multimodal
Día 11
Cómo funciona un LLM: sampling y context engineering
Next-token con softmax real, temperatura, top-k/top-p, generación autorregresiva, calculadora de coste, lost in the middle, elección de modelo.
Día 12
Difusión y modelos multimodales
Forward noising píxel a píxel, schedules β, reverse denoising real en 2D, classifier-free guidance, difusión latente y coste por imagen.
Tema 6 — Sistemas en producción
Día 15
RAG: recuperación aumentada con generación
Chunking con trade-off medible, retrieval por coseno, recall@k, búsqueda híbrida BM25+denso, re-ranking, presupuesto de contexto, caso BBVA dimensionado.
Día 16
Adaptación de LLMs: prompting, LoRA, RLHF, DPO
ΔW = BA con SVD real, memoria GPU, Bradley–Terry con tus propios votos, reward hacking con β bajo, la pérdida DPO optimizada en vivo.
Día 17
Sistemas agénticos en producción: coste, latencia, observabilidad
Cascada de modelos, percentiles de latencia, paralelo vs secuencial, reintentos con backoff, colas M/M/1, caché y observabilidad.
Nota. Los días 01, 13, 14 y 18 no tienen deck interactivo porque su contenido no es ecuacional (presentación, agentes y regulación); su material está en las demás secciones.

Eduardo C. Garrido-Merchán · ecgarrido@comillas.edu · Universidad Pontificia Comillas (ICADE) · Deep Learning para Business Analytics 2026–2027