Presentación

El sub-campo del mundo del Machine Learning llamado Deep Learning ha ganado amplia popularidad en el último tiempo ya que está detrás de considerables avances tecnológicos actuales.Es así como el proceso de aprendizaje a través de Redes Neuronales se diferencia principalmente de los métodos tradicionales del Machine Learning (aprendizaje automático) porque necesita poca o nula intervención humana en la elección de los “features”, que son significativos para el modelo que mejor se ajusta a los datos disponibles del problema.

Comprende cómo el Deep learning o Aprendizaje Profundo conglomera una serie de métodos íntimamente ligados a los modelos de redes neuronales artificiales, los cuales, se idearon originalmente para replicar la dinámica neuronal del cerebro de manera simplificada con el objetivo de resolver problemas concretos en el área de las ciencias y la ingeniería.En este curso aprenderás paso a paso diversos aspectos del mundo de las Redes Neuronales artificiales de manera progresiva. Emplearás el lenguaje de programación de Python y herramientas modernas de uso extendido en la industria y la academia: Tensorflow y Keras.

Objetivo general

Introducirse en el campo de las redes neuronales artificiales y ganar experiencia y agilidad en el uso de Tensorflow y Keras para el desarrollo de modelos que resuelvan problemas concretos.

Objetivos específicos

• Introducirse en la operación de los tipos de redes de uso más extendido.
• Investigar y profundizar en las herramientas que brinda Tensorflow y Keras en cada caso.
• Analizar los resultados de distintos tipos de modelos y sus casos de aplicación.

Destinatarios

• Autodidactas en general.
• Personal que se desempeñe en la industria o la academia.

• Conocimientos básicos de probabilidad y estadística.
• Conocimientos intermedios de python.
• Conocimientos básicos de álgebra lineal.