El objetivo de este curso es enseñarte a aplicar redes neuronales profundas utilizando el lenguaje de programación Python y la biblioteca TensorFlow a problemas de clasificación. El curso parte de una breve introducción a conceptos básicos de machine learning, para luego centrarse en el diseño, entrenamiento y validación de redes neuronales profundas. 

Al finalizar el curso habrás aprendido los conceptos básicos de: 

● Machine learning 

● Redes neuronales 

● Redes neuronales convolucionales 

● Cómo estructurar tus proyectos de ciencia de datos y trabajar con tus propios sets 

de datos 

● Fundamentos de Machine learning 

○ Función de costo 

○ Optimización 

○ Descenso por gradiente 

● Fundamentos de clasificación 

○ Sets de entrenamiento, testeo y validación 

○ Cross-validation 

○ Métricas para la medición del desempeño de modelos de clasificación 

● Fundamentos de redes neuronales 

○ Perceptrón 

○ Backpropagation 

○ Redes multicapa 

○ Inicialización 

● Redes neuronales convolucionales 

○ Bloques convolucionales 

○ Arquitecturas comunes 

○ Clasificación de imágenes 

● Tuneo fino de modelos 

○ Overfitting y Underfitting 

○ Preprocesado de datos y data augmentation 

○ Optimización de hiperparámetros 

○ Métodos de normalización y regularización 

● Visualización de modelos 

○ Visualización de arquitecturas 

○ Visualización de resultados 

○ Registro y caracterización de modelos. 

● Los asistentes podrán implementar redes neuronales para tareas de clasificación de 

datos tabulares e imágenes utilizando TensorFlow 

● Los asistentes estarán capacitados para medir y evaluar el desempeño de modelos 

basados en redes neuronales e implementar mejoras en los mismos 

● Los asistentes serán capaces de estructurar proyectos robustos de deep learning y 

aplicarlos a sus sets de datos de interés 

Conocimientos básicos de Python
 

Programadores, científicos de datos, analistas 

18 horas