Curso de Deep Learning: Redes neuronales desde cero

Inicio de cursada
  04/03/2025
 

Presentación

El sub-campo del mundo del Machine Learning llamado Deep Learning ha ganado amplia popularidad en el último tiempo ya que está detrás de considerables avances tecnológicos actuales.

Es así como el proceso de aprendizaje a través de Redes Neuronales se diferencia principalmente de los métodos tradicionales del Machine Learning (aprendizaje automático) porque necesita poca o nula intervención humana en la elección de los “features”, que son significativos para el modelo que mejor se ajusta a los datos disponibles del problema.

Comprende cómo el Deep learning o Aprendizaje Profundo conglomera una serie de métodos íntimamente ligados a los modelos de redes neuronales artificiales, los cuales, se idearon originalmente para replicar la dinámica neuronal del cerebro de manera simplificada con el objetivo de resolver problemas concretos en el área de las ciencias y la ingeniería.

En este curso aprenderás paso a paso diversos aspectos del mundo de las Redes Neuronales artificiales de manera progresiva. Emplearás el lenguaje de programación de Python y herramientas modernas de uso extendido en la industria y la academia: Tensorflow y Keras.

Modalidad: A distancia ágil

play_circle_filledEn vivo o acceso a las grabaciones
descriptionRecursos Multimedia
wifi100% a distancia
record_voice_overAcompañamiento de tutores

Objetivo general

Introducirse en el campo de las redes neuronales artificiales y ganar experiencia y agilidad en el uso de Tensorflow y Keras para el desarrollo de modelos que resuelvan problemas concretos.

Objetivos específicos

  • Analizar los resultados de distintos tipos de modelos y sus casos de aplicación.
  • Introducirse en la operación de los tipos de redes de uso más extendido.
  • Investigar y profundizar en las herramientas que brinda Tensorflow y Keras en cada caso.

Destinatarios

  • Autodidactas en general.
  • Personal que se desempeñe en la industria o la academia.

Requisitos

  • Conocimientos básicos de probabilidad y estadística.
  • Conocimientos intermedios de python.
  • Conocimientos básicos de álgebra lineal.

Equipo docente

Jose Itamar Canelon

Profesor

Ingeniero Electricista (Universidad del Zulia (LUZ), 1994), M.Sc. en Computación Aplicada (LUZ, 1997) y Ph.D. en Ingeniería Eléctrica (Universidad de Houston, 2004). Fue profesor de la Escuela de Ingeniería Eléctrica de LUZ (1994-2019), coordinador del Programa de Especialización en Ingeniería de Control de Procesos (LUZ, 2009-2016) y dir ector del Instituto de Cálculo Aplicado (LUZ, 2013-2018). Coautor de más de 40 publicaciones y Premio Nacional al mejor trabajo de científico, tecnológico y de innovación (Ministerio de Ciencia y Tecnología, Venezuela, 2003 y 2014). Actualmente es instructor de Machine Learning/Ciencia de Datos, Python, Matlab/Simulink y Sistemas de Control, entre otras áreas. Dicta cursos de automatización, control e ingeniería eléctrica para la industria petrolera.

José Itamar, Canelón

Juan Marcelo Barreto Rodriguez

Coordinador

Mi nombre es Juan Marcelo Barreto y soy ingeniero en Materiales de la CNEA (Carrera de Ingeniería en Materiales; Instituto Sábato (Comisión Nacional de Energía Atómica 2002 - 2006). Además, tengo una MBA (MBA - Master of Business Administration– Facultad Regional Buenos Aires, Escuela de Posgrado UTN.Soy docente de numerosos cursos de inf ormática y programación en la Facultad Regional Buenos aires de la Universidad Tecnológica Nacional y me he desempeñado y desempeño como ingeniero en empresas de nuestro país.

Juan Marcelo, Barreto Rodriguez
  • Goodfellow I. (s.d.) Deep Learning. (MIT Press), http://www.deeplearningbook.org
  • http://www.numpy.org/
  • https://matplotlib.org/
  • https://scikit-learn.org/stable/
  • https://www.tensorflow.org/learn

Metodología De Enseñanza-Aprendizaje:

Toda la comunicación con los tutores la tendrás por medio de nuestro Campus Virtual, el cual está disponible las 24hs y donde encontrarás:

  • Consultas al tutor por medio de foros y mensajería interna.
  • Material de lectura obligatoria.
  • Contenidos complementarios.
  • Clase en tiempo real, mínimo 1 encuentro cada 15 días, a través de Zoom.

Modalidad de Evaluación y Acreditación:

Para la acreditación de un trayecto formativo se tiene en cuenta:

  • La lectura y visualización de todos los contenidos.
  • La entrega y aprobación de todas las actividades y ejercicios que se consignen como obligatorios.
  • El alumno deberá finalizar la cursada dentro de la duración del trayecto sin excepción. Terminado el mismo, no podrá entregar ninguna actividad obligatoria adeudada. 
  • La aprobación de la Evaluación Integradora Final, la cual puede ser un Trabajo Práctico o un Cuestionario Multiple Choice. 

Al culminar el trayecto formativo, de haber cumplido con lo anteriormente nombrado se te otorgará un Certificado de Aprobación. En caso de haberlo hecho parcialmente, se te entregará un Certificado de Participación. Para conocer más acerca de nuestros certificados, consulte este artículo

Así enseñamos:

Material de estudio online

Material de estudio online

Te brindamos los apuntes, material de estudio y textos complementarios necesarios para tu aprendizaje. Todo el contenido es descargable para que puedas visualizarlo cuando y donde quieras.

Clases en tiempo real

Clases en tiempo real

Tendrás clases en tiempo real periódicamente para desarrollar y profundizar las unidades temáticas. Su participación no es obligatoria y quedan grabadas para que accedas a ellas en todo momento.

Foros de discusión con docentes y pares

Foros de discusión con docentes y pares

Desde el Centro de eLearning creemos que la retroalimentación entre compañeros y profesores es la mejor forma de aprender.

Seguimiento docente activo

Seguimiento docente activo

Para poder desarrollar correctamente tu aprendizaje contás con profesores a tu disposición para poder despejar cualquier duda o inquietud que tengas sobre el material de estudio y la cursada. Asimismo, tendrás disponible un servicio de mensajería directa con ellos, además de los foros de intercambio.

Campus virtual disponible 24hs del día

Campus virtual disponible 24hs del día

Nuestra plataforma te permite estudiar en el horario que te sea conveniente, disponible en todo momento.

Profesores especializados en elearning

Profesores especializados en elearning

Nuestros docentes están capacitados en educación a distancia y comparten la vocación de enseñar y mantenerse en constante actualización para brindar lecciones íntegras y de gran nivel académico.

Certificación Universitaria UTN B

Certificación Universitaria UTN BA

Nuestros certificados son extendidos en formato digital por el Centro de e-Learning de la Secretaría de Cultura y Extensión Universitaria de UTN FRBA. Contamos con un Sistema de Verificación de Certificados (SVC) a través del cual se pueden verificar los diplomas emitidos, tanto por parte de un alumno o un tercero que requiera validar el historial académico.

¡Somos UCAP!

¡Somos UCAP!

Estamos registrados como Unidad Capacitadora, es decir que los cursos que dictamos pueden canalizarse a través del Régimen de Crédito Fiscal para capacitación

Certificación

Diploma digital verificable a través del sistema de verificación de autenticidad.

UTN-BA

Certificados extendidos por la Secretaría de Cultura y Extensión Universitaria de Universidad Tecnológica Nacional Regional Buenos Aires.

Compartilo en

redes sociales
Certificado-UTN

Cursos relacionados

Conoce nuestras carreras cortas a distancia