¡Aprende a diseñar redes neuronales profundas con el desarrollo de modelos deep learning para crear IA's y predice series temporales para tomar decisiones en el mercado!
Duración: 05 Sesiones
Modalidad: Transmisión en vivo vía Microsoft Teams
Requisitos: Conocimientos en Python, pero tranquilo porque te falicitaremos cursos online gratuitos
¿Qué aprenderás en el curso?
En nuestro curso de IA & Deep Learning, lograrás:
Diseñar y entrenar redes neuronales profundas.
Implementar CNN para reconocimiento de imágenes.
Aplicar RNN's par aprocesamiento de lenguaje natural.
Desarrollar modelos generativos con GAN's.
Utilizar frameworks de Deep Learning como TensorFlow y Keras.
Crear modelos avanzados de predicción de series temporales.
Beneficios del curso
Docentes, gerentes y ejecutivos con experiencia en empresas líderes
Metodología de aprendizaje moderna con casos reales, talleres prácticos y desarrollo de proyecto integrador
Actualízate y potencia tus habilidades en poco tiempo
Desarrollo y seguimiento de tu proyecto integrador por tu docente
Cursos online gratuitos con acceso ilimitado para complementar tu aprendizaje
- Aprendizaje Integral: Python for Analytics
- Formación profesional: Habilidades para el empleo
Acceso a bolsa de trabajo
Garantía de aprendizaje: Sí durante el programa tienes alguna disconformidad, te reasignaremos a un nuevo inicio
Docente
José Huertas
Manager Data Scientist en BBVA
Especialista en desarrollo de soluciones analíticas para la toma de decisiones del negocio, basado en datos, con altos estándares metodológicos y con un buen gobierno de los datos. Ingeniero Económico con Maestría en Estadística Aplicada de la Universidad Agraria. Ejecutivo con 8 años de experiencia liderando equipos tecnológicos en empresas como BBVA, INTERBANK, COFIDE, entre otras.
Certificación
Temario
La relación entre la IA y el Deep Learning
Fundamentos del Deep Learning
Keras para modelos de Deep Learning
¿Qué es una red neuronal y tipos?
Caso 1: Sistema de recomendaciones en Netflix
Caso 2: Clasificación de fotos en Google Fotos
Taller 1: Modelar un sistema de deep learning
Estructuras de redes ANN para IA
Entrenamiento y construcción de modelos ANN
Clasificación de imágenes con ANN
Series de tiempo con ANN
Caso 1: Clasificar imágenes con ANN
Caso 2: Predicción del mercado de valores con IA
Taller 2: Predicción del valor de acciones con IA
Estructura de redes CNN para IA
Capas convolucionales
Capas de Pooling
Clasificación de imágenes con CNN
Detección de objetos con CNN
Caso 1: Clasificar imágenes con CNN
Caso 2: Detección de rostros con CNN
Taller 3: IA para segmentación en imágenes
Estructuras de redes RNN y aplicaciones en IA
Procesamiento del lenguaje natural (NLP)
Generación de texto (NLP)
Predicciones de series temporales con RNN
Caso 1: Traducción automática con RNN
Caso 2: Predicción de diálogo con RNN
Taller 4 IA para predicción de ventas con RNN
Modelo generador y discriminador en GAN para desarrollo de IA
Aplicaciones de las redes GAN
Entrenamiento de producción y clasificación
Generación de imágenes con GAN
Superresolución de imágenes con GAN
Caso 1: Generación de imágenes con GAN
Caso 2: Aumento de resolución con GAN
Taller 5: Generación de muestras sintéticas para desarrollo continuo de IA
Proyecto integrador
En este proyecto crearás un ecosistema inteligente para generar y predecir datos. Comenzarás con un sistema básico de deep learning usando TensorFlow y Keras. Luego, usarás redes ANN para predecir series de tiempo, CNN para segmentar imágenes, RNN para predecir ventas y GAN para generar datos sintéticos. El ecosistema se completará cuando todas las IAs desarrolladas puedan comunicarse entre sí.
Testimonios
Llevamos capacitando a más de 100.000 alumnos en 25 países. El 85% de nuestros egresados logra conseguir su primer empleo o ascenso profesional
¡Inscríbete en 3 pasos!
Sigue los pasos del tutorial e inscríbete en línea en menos de 01 minuto
Campus virtual
Clases grabadas, material académico y acceso a todos tus programas
Garantía de aprendizaje
Sí durante el programa tienes alguna disconformidad, te reasignaremos a un nuevo inicio del programa