WORKSHOP DEEP LEARNING
En este curso, exploraremos cómo el Deep Learning ha transformado radicalmente la inteligencia artificial, siendo clave en la resolución de problemas complejos en diversas disciplinas. Para ello, analizaremos casos de uso destacados por el impacto de esta tecnología, desde diagnósticos médicos hasta sistemas de recomendación.
Descubrirás los pasos fundamentales y las mejores prácticas para desarrollar modelos robustos, seleccionar arquitecturas apropiadas para escenarios específicos y evaluar la calidad de las soluciones implementadas. A través de este enfoque inmersivo, obtendrás una comprensión profunda de cómo el Deep Learning impulsa la innovación en la era actual.
12 horas
Descubre los módulos y conceptos clave
Cada uno de los módulos de este curso ha sido elaborado rigurosamente atendiendo a las necesidades actuales y futuras tanto de los profesionales como de las empresas.
¡Explora todas las materias que conforman este curso!
INTRODUCCIÓN A DEEP LEARNING
- Casos de uso.
- Conceptos básicos.
- Herramientas de desarrollo.
TÉCNICAS DE APRENDIZAJE SUPERVISADO
- Multilayered perceptron.
- Redes neuronales convolucionales.
- Redes neuronales recurrentes.
TÉCNICAS DE APRENDIZAJE NO SUPERVISADO
- Redes neuronales Word2Vec.
- Redes neuronales Autoencoders.
OTRAS TÉCNICAS
Descripción
Este curso tiene como finalidad aportar al alumno el know-how para identificar y desarrollar posibles casos de uso sobre los datos, mediante la utilización de técnicas de Deep Learning.
Este tipo de técnicas de procesamiento avanzado de datos, se han demostrado básicas para procesamiento de imágenes, audio, texto…Permitiendo revolucionar sectores como la industria de la salud, con el procesamiento y monitorización automático de datos médicos, entre otros.
Con toda esta innovación, resulta imprescindible saber adelantarse a las tendencias del sector, identificando áreas donde los datos podrían ayudar a mejorar procesos y diseñando soluciones.
Objetivos
- Identificar casos de uso donde el Deep Learning resulta de interés.
- Disponer de pasos y buenas prácticas para desarrollar este tipo de modelos.
- Seleccionar la arquitectura(s) adecuadas para cada caso de uso.
- Ser capaz de evaluar la calidad de la solución.
Metodología
ENAE desarrolla una metodología activa y participativa, "Learning by doing", que alterna las exposiciones de conceptos, técnicas y métodos de análisis, con el desarrollo de casos prácticos que reflejan situaciones empresariales reales.
Con el fomento del trabajo en equipo se pretende conseguir la integración de todos los miembros y resolver de una forma más eficaz los casos planteados, mediante el intercambio de distintos puntos de vista, opiniones y experiencias. Se aprenderá de los formadores pero también de las experiencias profesionales de los compañeros.