Aprendizaje Profundo

El curso abarca tres temas fundamentales: “Introducción a las redes neuronales” y “Redes neuronales convolucionales”. El primer tema ofrece una introducción a los conceptos fundamentales de las redes neuronales, incluidos los algoritmos feedforward y backpropagation. También cubre diferentes tipos de redes neuronales, como los perceptrones, los perceptrones multicapa y sus aplicaciones.

El segundo tema, “Redes neuronales convolucionales”, es especialmente relevante para las aplicaciones de procesamiento de imágenes y vídeo. Abarca los principios y arquitecturas de las redes neuronales convolucionales y su uso en la clasificación de imágenes, la detección de objetos y la segmentación.

Este curso avanzado proporciona una comprensión profunda de dos de las arquitecturas más importantes en el aprendizaje profundo como Redes Neuronales Convolucionales (CNN) y Redes Neuronales Recurrentes (RNN). Los estudiantes aprenderán sobre la teoría y práctica de estas redes, su diseño, entrenamiento y aplicaciones en problemas de visión por computadora y procesamiento de series de tiempo.

El módulo busca que el estudiante desarrolle una sinergia de habilidades aplicadas mediante el desarrollo de un proyecto. En este proyecto los estudiantes llevarán a cabo un exhaustivo proceso de análisis de datos, desde la extracción, exploración y visualización de datos hasta la implementación de modelos de inteligencia artificial usando redes neuronales artificiales.