El curso tiene como objetivo introducir a los participantes en el mundo del aprendizaje profundo, utilizando el lenguaje de programación Python y la biblioteca TensorFlow. El curso explora conceptos fundamentales de redes neuronales, como funciones de activación, optimización de parámetros y prevención del sobreajuste.
Los participantes aprenderán a construir y optimizar modelos de aprendizaje profundo, así como a aplicarlos en situaciones prácticas. El curso también cubre formas de reducir el sobreajuste y aplicar los conocimientos adquiridos para resolver problemas clásicos de aprendizaje automático.
• El concepto y funcionamiento de las redes neuronales, así como su fundamento teórico.
• Principales conceptos y términos utilizados en el contexto de las redes neuronales.
• Estrategias y técnicas de optimización de los parámetros de las redes neuronales para conseguir el rendimiento deseado.
• Uso del framework Tensorflow y aplicación práctica para la construcción de una aplicación basada en redes neuronales.
• Los diversos métodos para reducir el sobreajuste y su importancia en el contexto de las redes neuronales.
• Cómo aplicar los conocimientos adquiridos en la asignatura para la resolución de problemas prácticos relacionados con redes neuronales.
- Conocimientos básicos de programación en Python (estructuras de datos y flujo de control).
- Fundamentos de álgebra lineal y cálculo diferencial.
- Comprensión de los conceptos fundamentales del aprendizaje automático.
- Experiencia con bibliotecas de aprendizaje automático de Python como NumPy, Pandas y Scikit-learn.
- Conocimientos básicos de redes neuronales.
• ¿Qué son las redes neuronales y qué hay detrás de ellas?
• Conceptos básicos de redes neuronales
• Cómo optimizar los parámetros de las redes neuronales.
• Familiarizarse con Tensorflow y realizar una aplicación práctica.
• Las principales formas de reducir el sobreajuste
• Poner en práctica los conocimientos adquiridos.
No hay recomendaciones en este momento.
Después de este curso, recibirá un certificado de finalización.
