Curso

Especialización en Deep Learning

Emisor: Escuela Musk

150 horas

·

Avanzado

·

Español

Programa certificado por ARP

Diploma ARP de validez internacional

Valoraciones de alumnos verificados

Precio a consultar

  • Adquirirá conocimientos en fundamentos del Deep Learning.
  • Comprenderá redes neuronales y su arquitectura.
  • Desarrollará competencias en técnicas de modelado avanzado.
  • Aplicará métodos de preprocesamiento de datos.
  • Evaluará y optimizará modelos de aprendizaje profundo.
  • Utilizará herramientas como TensorFlow y PyTorch.
  • Implementará modelos de Deep Learning en la nube.
  • Entenderá tendencias y desafíos futuros del Deep Learning.
Requisitos:
  1. Es obligatorio tener conocimientos previos en Machine Learning.
  2. Es recomendable experiencia con Python y librerías científicas como Numpy y Pandas.

Jorge López Blasco

Formador IT Freelance

Ver Currículum

150 horas en total

Introducción a los conceptos básicos y arquitectura del Deep Learning.

  • ¿Qué es el Deep Learning?
  • Evolución del Deep Learning.
  • Comparación: Deep Learning vs Machine Learning.
  • Aplicaciones del Deep Learning.

  • Fundamentos de las redes neuronales.
  • Arquitectura de una red neuronal: neuronas, capas y activaciones.
  • Propagación hacia adelante y hacia atrás (Forward y Backpropagation).
  • Funciones de activación: Sigmoid, ReLU, Tanh.

  • Introducción a las librerías de Deep Learning: TensorFlow, Keras, PyTorch.
  • Instalación y configuración de TensorFlow y Keras.
  • Instalación y configuración de PyTorch.

Profundización en los modelos avanzados de Deep Learning.

  • Fundamentos de las CNN.
  • Arquitectura y funcionamiento de una CNN.
  • Aplicaciones de las CNN en visión por computadora.

  • Fundamentos de las RNN.
  • Arquitectura y funcionamiento de una RNN.
  • LSTM y GRU: mejoras a las RNN tradicionales.
  • Aplicaciones de las RNN en procesamiento de lenguaje natural.

  • Introducción a las Redes Generativas Antagónicas (GANs).
  • Funcionamiento y aplicaciones de las GANs.
  • Introducción a los Transformers.
  • Funcionamiento y aplicaciones de los Transformers.

Técnicas avanzadas para la optimización y evaluación de modelos.

  • Importancia de los datos en Deep Learning.
  • Técnicas de preprocesamiento de datos.
  • Aumentación de datos y técnicas de regularización.

  • Configuración del proceso de entrenamiento.
  • Optimización: funciones de costo y algoritmos de optimización.
  • Técnicas para evitar el overfitting.

  • Evaluación de modelos de Deep Learning.
  • Métricas de evaluación: precisión, recall, F1-score.
  • Técnicas de ajuste de hiperparámetros.

Aplicación de modelos en entornos de producción y en la nube.

  • Desafíos en la implementación de modelos.
  • Herramientas para el despliegue de modelos: TensorFlow Serving, ONNX.

  • Ventajas del uso de la nube para Deep Learning.
  • Principales proveedores de servicios en la nube: AWS, GCP, Azure.
  • Implementación de modelos en la nube.

Exploración de las tendencias, ética y futuro del Deep Learning.

  • Innovaciones recientes en Deep Learning.
  • Deep Learning en hardware: TPU, GPU.

  • Ética y Deep Learning.
  • Oportunidades futuras en Deep Learning.

  • ⁠Diploma ARP. Al concluir este curso, tendrás la oportunidad de recibir un certificado de finalización emitido por ARP Certificate. Este diploma goza de amplio reconocimiento internacional y ofrece diversas funcionalidades diseñadas para maximizar su utilidad profesional y académica.

  • Sesiones en Vivo. Los estudiantes contarán con sesiones semanales en vivo para interactuar con los docentes y resolver dudas.

  • Material Adicional. Acceso a guías, documentos y casos prácticos descargables que complementan los temas tratados en el curso.

  • Foro de Discusión. Espacio de discusión para que los estudiantes compartan ideas y resuelvan inquietudes entre pares y docentes.

¿Quieres más información?

Completa este formulario y la academia se pondrá en contacto contigo.

Enviar mensaje

¿Quieres más información?

Completa este formulario y la academia se pondrá en contacto contigo.

Enviar mensaje
report

¿Algo no está bien?

Si has encontrado en este curso información que no está bien puedes reportar una incidencia aquí.

logosKitDigital