El Aprendizaje Profundo, más conocido como Deep Learning, es una evolución del aprendizaje automático tradicional, Machine Learning, que ha revolucionado la manera en que se desarrollan nuevos productos y servicios de Inteligencia Artificial. Este uso avanzado de técnicas basadas en redes neuronales artificiales permite a las máquinas aprender e interpretar grandes volúmenes de datos con una precisión y velocidad inéditas, y se ha vuelto esencial para mantenerse competitivo en la economía digital actual.
Desde el reconocimiento facial hasta el entendimiento de texto escrito, el Aprendizaje Profundo se aplica en una inmensa variedad de sectores, incluyendo la salud, las finanzas, la industria y el transporte. Las empresas que dominan estas tecnologías no solo mejoran su eficiencia y reducen costos, sino que proporciona una ventaja competitiva necesaria esencial en la digitalización.
Este curso está diseñado para dotar a los profesionales técnicos de las herramientas y conocimientos, tanto teóricos como prácticos, necesarios para aplicar el Aprendizaje Profundo de manera efectiva con Python y adquirir maestría en una de las ramas más importantes de la Inteligencia Artificial a día de hoy junto con el lenguaje más popular en la Ciencia de Datos.
Objetivos
Los alumnos deberán adquirir las siguientes competencias:
- Entendimiento avanzado de redes neuronales y sus aplicaciones prácticas
- Uso avanzado de frameworks de Deep Learning con Python
- Procesamiento de imágenes con Python y Deep Learning
- Tratamiento de texto con Python y Deep Learning
- Despliegue y administración de modelos de Deep Learning
Audiencia
Profesionales técnicos, analistas, consultores técnicos y desarrolladores interesados en aprender una de las ramas de la Inteligencia Artificial más populares y requeridas mediante el lenguaje más extendido en el mundo de la IA, Python.
Prerrequisitos
Conocimientos de programación en Python y fundamentos de Machine Learning.
- Introducción al Aprendizaje Profundo
- Diferencias entre Aprendizaje Profundo y Machine Learning
- Fundamentos del Aprendizaje Profundo
- Aplicaciones y casos de uso del Aprendizaje Profundo
- Librerías y frameworks populares de Python
- Redes Neuronales Artificiales
- Introducción a las redes neuronales
- Arquitecturas de redes neuronales
- Diseño, entrenamiento y evaluación con Python
- Deep Learning para tratamiento de imágenes – Visión Artificial
- Introducción a las CNN on Python
- Tipologías y casos de uso de las CNN
- Técnicas de diseño y optimización del rendimiento con Python
- Deep Learning en procesamiento de texto - Procesamiento de Lenguaje Natural
- Fundamentos de las Redes Neuronales Recurrentes (RNN) con Python
- Aplicaciones en el procesamiento de secuencias y texto
- Modelos transformer
- Despliegue y administración de modelos de Deep Learning
- Cómo poner un modelo en producción
- Sistemas de administración de modelos
- Deep Learning Responsable y seguro
- Ética y consideraciones prácticas
- Sesgos y equidad en modelos de Aprendizaje Profundo
- Privacidad de los datos y modelos de Aprendizaje Profundo