Coding deep and machine learning
Curso
A Distancia
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.
Descripción
-
Tipología
Curso
-
Metodología
A distancia
-
Horas lectivas
36h
El aprendizaje de máquina es una de las aplicaciones de la Inteligencia Artificial. El aprendizaje profundo es un ejemplo de este tipo de aplicaciones, el cual promete ser de gran impacto en el sector industrial, académico y la ciencia. El aprendizaje profundo es un subconjunto del aprendizaje automático, que intenta simular el comportamiento del cerebro humano y utiliza redes neuronales artificiales para realizar cálculos sofisticados en grandes cantidades de datos. El aprendizaje de máquinas es una herramienta para aplicar en manufactura inteligente, mantenimiento predictivo, impresión 3D y 4D, sensores inteligentes, cadena de bloques, ciberseguridad, entre otros. La importancia de la inteligencia artificial es innegable, especialmente cuando la sociedad enfrenta desafíos complejos como la sostenibilidad, la automatización, la reducción de desechos y aumento del rendimiento, y finalmente, la reciente pandemia de Covid 19, que afectó todos los aspectos de la vida humana.
A tener en cuenta
La teoría dictada en este curso le permitirá adquirir conocimiento de fundamentos matemáticos, algorítmicos, y técnicas de implementación en el aprendizaje de maquina aplicado a casos específicos en el aprendizaje profundo, además de conocer la implementación de diversos métodos de aprendizaje de maquina (Machine Learning) y aprendizaje profundo (Deep Learning). Podrá adquirir conocimiento de las matemáticas fundamentales para el diseño y creación de métodos basados en inteligencia artificial. Así como la habilidad en el manejo de librerías que permitan llevar a cabo implementaciones que hagan uso del aprendizaje de maquina/profundo, además de aplicar el aprendizaje profundo en casos de diferentes problemas de la industria.
Profesionales, estudiantes e investigadores que trabajen en áreas de ingeniería de sistemas, Ciencia de datos, aplicaciones de la Inteligencia Artificial, áreas afines y con interés en el sector en fortalecer su conocimiento Coding Machine & Deep Learning. Es deseable, pero no indispensable, experiencia práctica en Desarrollo de Software y laboral en gestión / mantenimiento de sistemas de TI, así como el uso de utilidades avanzadas en Sistemas Operativos (CLI, GIT, etc).
Contar con conexión a internet de banda ancha. Disponer de audífonos (diadema o manos libres) para aislar el ruido externo. Verificar que el equipo de cómputo no haya sido bloqueado para conexiones a herramientas de Microsoft. En caso de ser miembro de Microsoft Teams con otra cuenta, cerrar las sesiones que la involucren e ingresar con un navegador libre de caché. Conectarse a las sesiones de clase con mínimo diez minutos de antelación, de manera que verifique la conexión y realice los ajustes del caso. Disponer de materiales para tomar apuntes.
La Escuela Colombiana de Ingeniería Julio Garavito otorgará el certificado de asistencia a quienes participen activa y cumplidamente, como mínimo, en el 90 % de las sesiones programadas.
El desarrollo del curso se realizará mediante sesiones magistrales, con la exposición y discusión de los temas principales de Coding Machine & Deep Learning, demostrando la importancia de la inteligencia artificial, especialmente cuando la sociedad enfrenta desafíos complejos como la sostenibilidad, la automatización, la reducción de desechos y aumento del rendimiento, para una mayor comunicación y autocontrol, analizar y diagnosticar problemas sin necesidad de intervención humana. Se presentarán los conceptos fundamentales y teóricos soportados con diapositivas, seguido de actividades prácticas de manera remota, donde los participantes opinarán y contrastarán experiencias que podrá implementar en los casos de uso práctico.
Opiniones
Logros de este Centro
Todos los cursos están actualizados
La valoración media es superior a 3,7
Más de 50 opiniones en los últimos 12 meses
Este centro lleva 8 años en Emagister.
Materias
- Inteligencia artificial
- Python
- E learning
- Ciencia
- Ciencia de datos
Programa académico
Módulo I – Conceptos básicos matemáticos (6 horas)
- Nivelación del grupo en temas como SQL, Linux.
- Fundamentos matemáticos de aprendizaje de máquinas (Probabilidad y Teoría de la Información, Computación numérica y optimización), Big Data, Github.
Módulo II – Python y librerías usadas en ciencia de datos (4 horas)
- Conocimiento con Python avanzado y las librerías de ciencia de datos.
Módulo III – Ambientes en la nube (4 horas)
- La introducción a la nube de Amazon o Amazon Web Services (AWS), IAM, reportes, almacenamiento, bases de datos, Elastic Map reduce, servicios de inteligencia artificial, Kinesis, IoT, visualizacion (QuickSight), Boto 3, etc.
Módulo IV – Regresión lineal y logístico. (4 horas)
- Regresión lineal y logística desde la limpieza de los datos hasta la evaluación de los modelos y visualización.
Módulo V – Machine Learning y Redes neuronales. (6 horas)
- Conceptos de Machine Learning bases y redes neuronales.
Módulo VI – El procesamiento de lenguaje natural. (NLP) (4 horas)
- Propiedades computacionales de los lenguajes naturales.
- Cadena de Markov.
- Modelos de redes neuronales para tareas de comprensión del lenguaje.
- Vectores de palabras, procesamiento sintáctico y semántico.
Módulo VII – Deep Learning (8 horas)
- Tipos de algoritmos utilizados en Deep Learning ( Conocimiento con los fundamentos de Convolutional Neural Networks (CNNs), Long Short Term Memory Networks (LSTMs), Recurrent Neural Networks (RNNs), Generative Adversarial Networks (GANs), Radial Basis Function Networks (RBFNs), Multilayer Perceptrons (MLPs) Self Organizing Maps (SOMs), Deep Belief Networks (DBNs), Restricted Boltzmann Machines( RBMs), e Autoencoders).
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.
Coding deep and machine learning