Bienvenidos a este pequeño módulo práctico de Deep Learning. Dentro de este repositorio encontrarán una pequeña introducción sobre pronósticos de Series de Tiempo utilizando Redes Neuronales y un ejemplo práctico de cómo realizar Fine Tuning en modelos de imágenes.
Juan Eduardo Coba Puerto 
Dentro de la carpeta de Forecasting encontrarás lo necesario para el taller de pronósticos. En este módulo realizaremos un modelo que nos permita hacer Single-Shot Forecasts con un horizonte de tiempo grande y para un conjunto de individuos. Son pronósticos de múltiples series a horizonte completo.
Los notebooks que encontrarás allá son:
Forecasting Example.ipynbcon una guía sobre cómo hacer un pronóstico multi-step para múltiples series usando LSTM.[HANDS ON] Pronóstico Probabilístico.ipynbun ejercicio práctico para hacer un pronóstico de este estilo, ¡pero volviéndolo probabilístico! Es decir, prediciendo una distribución de probabilidad.Pronóstico Probabilístico.ipynbLa solución al ejercicio práctico.
En este apartado utilizaremos un ejemplo de TensorFlow para ver en acción cómo se puede utilizar Transfer Learning y Fine Tuning para aprovechar modelos pre-entrenados y usarlos en nuestros propios problemas de clasificación. Discutiremos sobre algunas implicaciones prácticas, mientras construimos un clasificador que distinga entre perros y gatos.