Deep Learning

MLPS, CONVOLUCIONALES, RECURRENTES, GANS

Play Video
3 MESES
Construye modelos de Deep Learning para aplicaciones que van desde modelado predictivo hasta lenguaje natural y visión por computadora.
Requisitos:
  • Álgebra, estadística y probabilidad nivel bachillerato o licenciatura.
  • Mensualidad normal: 2,320 MXN (115 USD) por mes.
  • Mensualidad con descuento: 1,740 MXN (87 USD) por mes.
  • Precio especial en el primer mes: 1,500 MXN (75 USD).
  • Modalidad: online con transmisión en vivo y grabaciones de las clases.
  • Duración: 3 meses, del 25 de octubre al 12 de enero de 2023 (con receso en diciembre).
  • Horario: martes y jueves de 7.30pm a 9.00pm (GTM-5).

Contenido

FUNDAMENTOS DE LAS REDES NEURONALES
  • Álgebra lineal: matemática de vectores, matrices y tensores en Python.
  • Modelo biológico y computacional del perceptrón.
  • Algoritmos de aprendizaje.
  • Perceptrones multicapa – MLP.
  • Creación de modelos para aplicaciones de regresión y clasificación en biología y economía
REDES NEURONALES CONVOLUCIONALES
  • Tareas de la visión artificial.
  • El mecanismo de la convolución.
  • Capas pooling y flatten.
  • Retos en el entrenamiento: underfitting y overfitting.
  • Creación de modelos para reconocimiento de imágenes.
CASOS DE USO CON DEEP LEARNING EN LA INDUSTRIA
  • Predicción de ventas.
  • Clasificación de coberturas en imágenes satelitales.
  • Detección de anomalías en el consumo eléctrico.
  • Eliminación de imperfecciones en imágenes con autoencoders.
REDES NEURONALES RECURRENTES Y GANS
  • El mecanismo de las redes recurrentes.
  • Tipos de RNN: LSTM, GRU.
  • Procesamiento del lenguaje natural – NLP.
  • Bolsas de palabras y word embedding.
  • Autoencoders: predecesores de las GANs.
  • El mecanismo de las redes generativas y discriminativas.
  • Creación de modelos para aplicaciones de NLP y de creatividad.

El curso incluye

Al material digital y por 6 meses a las grabaciones de las clases.

Oficial de la Secretaría del Trabajo y Previsión Social (México).

¡Clientes satisfechos!

Tomé el diplomado de Deep Learning y fue excelente. Muy buena explicación y con ejemplos prácticos que ayudan a comprender los temas. Sobre todo están al pendiente de tus dudas. Los felicito Dive in Learning y tomaré mas de sus cursos 😃
Daniel López
Hoy acabo de terminar el curso virtual de Deep Learning 💻🤖🧮, me quedo con un buen de conocimiento 📚. En general me da gusto poder ser parte de esta nueva forma de aprender a distancia. La teoría y los ejemplos prácticos ayudan bastante para comprender el tema. 👨‍🏫Una felicitación al profesor Joel por sus manera de enseñar.
Jan Manuell
El MCC. Joel Garcia no es solo un experto en Deep Learning sino que tiene una gran calidad humana.
Chris E Maldonado