Especialización en Deep Learning

6 módulos, 12 semanas
De martes a jueves
18:30-20:30 CDT

Tarifa en México*

27,000 + IVA
3 meses sin intereses con tarjetas participantes

Tarifa internacional

1,350
Especialización en Deep Learning Colegio Bourbaki

Objetivos

01
Enseñar un manejo de Python que permita resolver problemas utilizando imágenes, texto, bases estructuradas, series de tiempo e incluso cuando no existen su!cientes datos.
02
Familiarizar al estudiante con el lenguaje matemático así como su utilidad para resolver problemas concretos e identi!car di!cultades. Se hará énfasis en fortalecer la intuición de los estudiantes.
03
Estudiar las ideas matemáticas utilizadas en Ciencia de Datos enfocándonos en las siguientes áreas: Probabilidad, Estadística e Inferencia Bayesiana, Álgebra Lineal y Optimización y Cálculo Diferencial.
04
Estudiar algoritmos de Machine Learning y ponerlos en práctica utilizando fuentes de datos reales.
DESCARGAR TEMARIO
Descargar temario

Perfil de Estudiante

Es ideal para profesionistas que estén familiarizados con los algoritmos clásicos de Machine Learning que deseen profundizar sus conocimientos mediante el uso de Deep Learning. También es útil para quienes desean practicar el uso de Deep Learning en distintos ámbitos. Es posible tomar este curso después de saber lo esencial de la Ciencia de Datos.

Clase abierta

Temario

Módulo 1. Redes Recurrentes

  1. Encajes de palabras
  2. Redes recurrentes y arquitectura encoder-decoder
  3. Resúmenes de texto y series de tiempo
  4. Arquitecturas LSTM

Módulo 2. Redes Convolucionales

  1. Convoluciones
  2. Detección de objetos
  3. Arquitecturas modernas
  4. Algoritmos de entrenamiento

Módulo 3. Deep Learning Multimodal

  1. OCR
  2. El producto de Hadamard y la fusión de datos
  3. Visual Question Answering
  4. El mecanismo de Atención

Módulo 4. Optimización y Cálculo Diferencial

  1. Datos censurados
  2. Funciones de pérdida no estándar
  3. Aplicaciones clínicas

4. Back-propagation

Módulo 5. Generative Adversarial Networks

  1. Aplicaciones no estándar
  2. Modelo generativo y discriminativo
  3. Generación de logos

4. Regularizaciones

Módulo 6. Deep Reinforcement Learning y SupplyChain

  1. Procesos de decisión de markov
  2. Q-Learning
  3. La solución de Google para su centro de datos
  4. Aproximación mediante redes neuronales

SUSCRÍBETE AL CURSO

Gracias, su información ha sido recibida.
Oops! Something went wrong while submitting the form.
*Aplican restricciones
Contacto
Tarifas hasta Diciembre de 2023, pregunte por opciones para congelar la Tarifa