Online

Intro a Inteligencia Artificial con diseño y programación de Redes Neuronales

Empieza el 17/04
Del 17/04 al 11/05. Días: 6 clases a dictarse los días Lun 17/4, Jue 20/4, Lun 24/4, Jue 4/5, Lun 8/5, Jue 11/5 — 17:00 a 20:00 GMT-3.
AR$ 147.015 - (IVA incluido)
U$D 486 - (impuestos incluidos)
AR$ 163.350-
AR$ 147.015-
(IVA incluido)
U$D 540-
U$D 486-
(impuestos incluidos)
Super Early bird 20% para los primeros 5! hasta 11/03
Early Bird 10% para los segundos 5! hasta 25/03
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 

 Temario 

● 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. 

Resultado esperado 

● 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 

Pre-requisitos 

Conocimientos básicos de Python
 

Audiencia 

Programadores, científicos de datos, analistas 

Duración

18 horas

Comentarios

Inscribite rápido! Los 1ros 5 inscriptos recibirán un descuento del 20% y los 2dos 5 del 10%
    

Lenguajes de programación

Python
Lucas  Bignone
Doctor en Ciencias Físicas. Astrofísico, especializado en simulaciones numéricas y en técnicas de Inteligencia Artificial para el análisis y entendimiento de los miles de millones de datos disponibles sobre el Cosmos.