DEEP LEARNING

DIPLOMADO

CONTENIDO

Construye modelos de Deep Learning para aplicaciones que van desde modelado predictivo hasta lenguaje natural y visión por computadora.

MÓDULO 1

Fundamentos de las redes neuronales

• Álgebra lineal: matemática de vectores, matrices y tensores en Python

• Modelo biológico y computacional del perceptrón

• Algoritmos de aprendizaje

• Perceptrones multicapa - MLP

• Creación de modelos para aplicaciones de regresión y clasificación en biología y economía

​

MÓDULO 2

Redes neuronales convolucionales

• Tareas de la visión artificial

• El mecanismo de la convolución

• Capas pooling y flatten

• Retos en el entrenamiento: underfitting y overfitting

• Creación de modelos para reconocimiento de objetos

MÓDULO 3

Desarrollo de casos de uso con Deep Learning en la industria

• Proyección de ventas

• Clasificación de coberturas en imágenes satelitales

• Transferencia de aprendizaje para visión artificial

• Lectura de placas de autos con Optical Character Recognition

MÓDULO 4

Redes neuronales recurrentes y GANs

• El mecanismo de las redes recurrentes

• Tipos de RNN: LSTM, GRU

• Procesamiento del lenguaje natural - NLP

• Bolsas de palabras y word embedding

• Autoencoders: predecesores de las GANs

• El mecanismo de las redes generativas y discriminativas

• Creación de modelos para aplicaciones de NLP y de creatividad