Descripción:
El aprendizaje profundo (Depp Learning), también conocido cono redes neuronales profundas, es un aspecto de la inteligencia artificial (AI) que se ocupa de emular el enfoque de aprendizaje que los seres humanos utilizan para obtener ciertos tipos de conocimiento. En su forma más simple, el aprendizaje profundo puede considerarse como una forma de automatizar el análisis predictivo. Mientras que los algoritmos tradicionales de aprendizaje automático son lineales, los algoritmos de aprendizaje profundo se apilan en una jerarquía de creciente complejidad y abstracción.
Objetivo:
Al concluir el curso, los participantes conocerán los principios relevante para el diseño, creación y aplicación de redes neuronales artificiales. Lo anterior, empleando el lenguaje de programación Python y, la API Keras bajo el soporte de TensorFlow 2.0.
Temario:
Parte 1. Introducción a la Inteligencia Artificial
Reconocimiento de Patrones (Pattern Recognition) y Aprendizaje Automático(Machine Learning) | Visión por Computadora (Computer Vision) | Procesamiento de lenguaje natural | Redes Neuronales para secuencia.
Parte 2. Construcción del ambiente de desarrollo
Instalación de Anaconda | Instalación de Python | Instalación de Jupyter | Instalación de TensorFlow (versión CPU)
Parte 3. Redes Neuronales Artificiales
Perceptron Multicapa | Regla de aprendizaje: Backpropagation | Muestra de entrenamiento | Aprendizaje on line y batch | Caso de estudio
Parte 4. Tensor Flow Graphs
Configuración | Entrenamiento | Logs | Graph
Parte 5. Otras herramientas
Whtt if tool | Profiling | Save model
