Heading

This is some text inside of a div block.
This is some text inside of a div block.
This is some text inside of a div block.
Tarifa en México
This is some text inside of a div block.
Tarifa internacional
This is some text inside of a div block.

Objetivos

01

What’s a Rich Text element?

The rich text element allows you to create and format headings, paragraphs, blockquotes, images, and video all in one place instead of having to add and format them individually. Just double-click and easily create content.

Static and dynamic content editing

A rich text element can be used with static or dynamic content. For static content, just drop it into any page and begin editing. For dynamic content, add a rich text field to any collection and then connect a rich text element to that field in the settings panel. Voila!

How to customize formatting for each rich text

Headings, paragraphs, blockquotes, figures, images, and figure captions can all be styled after a class is added to the rich text element using the "When inside of" nested selector system.

02

What’s a Rich Text element?

The rich text element allows you to create and format headings, paragraphs, blockquotes, images, and video all in one place instead of having to add and format them individually. Just double-click and easily create content.

Static and dynamic content editing

A rich text element can be used with static or dynamic content. For static content, just drop it into any page and begin editing. For dynamic content, add a rich text field to any collection and then connect a rich text element to that field in the settings panel. Voila!

How to customize formatting for each rich text

Headings, paragraphs, blockquotes, figures, images, and figure captions can all be styled after a class is added to the rich text element using the "When inside of" nested selector system.

03
04

Perfil de Estudiante

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse varius enim in eros elementum tristique. Duis cursus, mi quis viverra ornare, eros dolor interdum nulla, ut commodo diam libero vitae erat. Aenean faucibus nibh et justo cursus id rutrum lorem imperdiet. Nunc ut sem vitae risus tristique posuere.

Clase abierta

Temario

What’s a Rich Text element?

The rich text element allows you to create and format headings, paragraphs, blockquotes, images, and video all in one place instead of having to add and format them individually. Just double-click and easily create content.

Static and dynamic content editing

A rich text element can be used with static or dynamic content. For static content, just drop it into any page and begin editing. For dynamic content, add a rich text field to any collection and then connect a rich text element to that field in the settings panel. Voila!

How to customize formatting for each rich text

Headings, paragraphs, blockquotes, figures, images, and figure captions can all be styled after a class is added to the rich text element using the "When inside of" nested selector system.

Evaluación y proyectos

SUSCRÍBETE AL CURSO

Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
Bourbaki Finanzas Logo

Bourbaki Finanzas

Deep Learning para procesamiento de imágenes y texto

Solicitar informes

Las redes neuronales son una de las herramientas más poderosas de la Inteligencia Artificial. Su utilización ha cambiado el mundo en el que vivimos y es difícil pensar en una industria que no las utilice.

​En este curso vamos a enseñar a los estudiantes a entender y utilizar las redes neuronales de manera detallada, nos enfocaremos en cuatro partes fundamentales:

  • Implementación en Python y buenas prácticas
  • Descripción de los distintos algoritmos
  • Las diferentes y diferencias entre arquitecturas
  • Las ideas matemáticas más relevantes

Con base en los objetivos anteriores nos permitimos ofrecerles:

  • Un curso de dos bloques, cada uno de ocho semanas con dos clases semanales de dos horas y media los miércoles y viernes.​

Respecto nuestra oferta, a continuación incluimos algunas de sus características

  A. Tareas calificadas y diversas evaluaciones a lo largo del curso.

  B. Si el alumno lo desea ofrecemos un reporte detallado de la evolución, fortalezas y pendientes académicos.

  C. Cada bloque incluye un documento en forma de notas de curso redactado cuidadosamente por el tutor. La ventaja de este documento sobre bibliografía existente es que su contenido es personalizado y contiene una bitácora del proceso de aprendizaje.

  D. Posibilidad de cursarlos vía alguna de las plataformas online a las que estamos suscritos (Zoom, Ruzuku, Hangouts etc...), los cursos utilizan una tablet en tiempo real.

Temario

Módulo uno: imágenes

Presentación del módulo (2.5 horas)

  • Aplicación a la clasificación de imágenes
  • Ideas principales detrás de los algoritmos
  • Fundamentos matemáticos para el curso

Fundamentos de redes neuronales (2.5 horas)

  • Perceptrón
  • Método del gradiente
  • Ejemplo detallado en Python

El leguaje de CNN (2.5 horas)

  • Definiciones y propiedades de los tensores
  • Convolución de funciones y distribuciones
  • Relu

Algunas arquitecturas (2.5 horas)

  • ImageNet
  • ResNet
  • GoogleNet

Gradiente estocástico (2.5 horas)

  • Complementos sobre probabilidad
  • Entrenamiento vía el gradiente estocástico

Detalles del caso de estudio (2.5 horas)

  • Detalles técnicos
  • Algunos consejos

Filtros y análisis espectral (2.5 horas)

  • Invitación a Fourier y Wavelets
  • Filtros

Recapitulación de la implementación (2.5 horas) 

  • Otros problemas y aplicaciones

Módulo dos: texto

​Presentación del módulo (2.5 horas)

  • Aplicación al resumen de textos
  • Ideas principales detrás de los algoritmos
  • Fundamentos matemáticos para el curso

Vectorización de textos (2.5 horas)

  • Word2vec 2. etc...

Clasificación binaria de textos (2.5 horas)

  • Independencia estadística
  • Naïve Bayes y la maldición de la dimensión
  • Ejemplo detallado en Python

Tesseract (2.5 horas)

  • Extracción de texto
  • Algunos ejemplos

Redes recurrentes (2.5 horas)

  • Lenguaje de las redes recurrentes
  • Algunas arquitecturas y sus aplicaciones

Retropropagación (2.5 horas)

  • Complementos sobre la regla de la cadena
  • El algoritmo de entrenamiento

Modelos markovianos y percepción (2.5 horas)

  • Definiciones y ejemplos de cadenas de Markov
  • Modelado de texto
  • Cadenas ocultas de markov

Recapitulación de la implementación (2.5 horas) 

  • Otros ejemplos y aplicaciones

Profesores del curso

No items found.

Próxima fecha

Foto decorativa del formulario
Solicita información
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
Tarifas hasta Diciembre de 2023, pregunte por opciones para congelar la Tarifa