Nuestro programa de Deep Learning ha sido cuidadosamente diseñado para guiar a los estudiantes a través de una trayectoria de aprendizaje estructurada y completa, que se despliega en tres fases esenciales.
Durante la primera mitad del curso aprenderás los fundamentos de Deep Learning a través de teoría y práctica con la valiosa oportunidad de aprender directamente de mentores especializados.
En la segunda mitad del programa estarás listo para crear un proyecto aplicando Deep Learning para la resolución de problemas específicos, esto junto al apoyo de nuestros mentores
Al finalizar, presentarás tu proyecto realizado durante el programa. ¡Un DemoDay para compartir tus logros!
Exploraremos las redes neuronales desde los fundamentos matemáticos, armaremos una red neuronal entendiendo su funcionamiento con Python puro y tambien con PyTorch y TensorFlow. Tambien cubriremos conceptos como la optimización y regularización.
Para aplicar Deep Learning en imágenes es empezaremos con la teoria de las Convolutional Neural Networks (CNN), revisaremos las arquitecturas clásicas y aplicaremos Transfer Learning.
Continuaremos con el estado del arte explorando desde los espacios latentes, la teoría de las Generative Adversarial Networks (GANs) y sus arquitecturas.
Descubre cómo las redes neuronales pueden entender y generar secuencias, transformando industrias enteras mediante el modelado de secuencias con redes neuronales recurrentes (RNNs), Backpropagation Through Time, y arquitecturas avanzadas como GRU y LSTM.
Explora los modelos de lenguaje más avanzados, capaces de comprender y generar texto con una fluidez asombrosa, y aprende sobre sus aplicaciones y desafíos éticos, estudiando modelos de lenguaje grandes (LLMs) como BERT, la familia GPT, entre otros.
Introducción al aprendizaje en grafos, donde descubrirás cómo las máquinas pueden aprender de estructuras complejas como redes sociales y sistemas biológicos, utilizando técnicas de paso de mensajes neuronales y redes de grafos generales.
Aprende cómo las máquinas pueden tomar decisiones y aprender de la experiencia. Aprenderás sobre procesos de decisión de Markov (MDP), enfoques basados en modelos (Model-Based Approaches) y enfoques sin modelos (Model-Free Approaches) como Monte Carlo (MC) y aprendizaje temporal-diferido (TD).
Descubre cómo las redes neuronales permiten a las máquinas dominar tareas complejas como nunca antes, mediante la aplicación de redes neuronales profundas en aprendizaje por refuerzo con técnicas como Deep Q-Networks (DQN) y métodos Actor-Critic, incluyendo Policy Gradients.
Mantente a la vanguardia de la inteligencia artificial explorando las fronteras más avanzadas, abarcando la multimodalidad y otras técnicas avanzadas de Deep Learning.
Aplica todo lo aprendido en un emocionante proyecto final demostrando tu dominio en Deep Learning.
Duración del curso: 13 de Agosto - 26 de Octubre
Martes, Jueves y Sábado
Modalidad: Online
Horario: Martes (20:30 – 22:00), Jueves (19:00 – 22:00), Sábado (09:00 – 12:00) UTC – 4
¡Incluye Certificado con carga horaria!.
¡Sí! Al finalizar las clases los alumnos que hayan cumplido con los requisitos de finalización recibirán un certificado con carga horaria.
¡Solo un pago! Aprovecha los descuentos.
La edad mínima para participar del programa es de 18 años.
¡Sí! Facilitaremos nuestro material de nivelación para los inscritos.
No, todos son bienvenidos a participar del programa.
¿Aún tienes dudas?, pulsa aquí.