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

• Frameworks para Deep Learning en Python.

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

• Modelo biológico y computacional del perceptrón.

• Algoritmos de aprendizaje.

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

​

MÓDULO 2

Redes neuronales convolucionales

• Tareas del reconocimiento de imágenes.

• Procesamiento de imágenes con OpenCV.

• Mecanismo de la convolución, pooling y flatten.

• Métodos de regularización.

• Detección de objetos con YOLO.

• Creación de modelos para aplicaciones de visión artificial: clasificación y detección.

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

• 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.

• Mecanismo de las redes generativas y discriminativas.

• Creación de modelos para aplicaciones de NLP y de creatividad.