Deep Learning

layer-16
23
May

En este curso vamos a adentrarnos en el área que ha revolucionado la Inteligencia Artificial en los últimos años: el Deep Learning o aprendizaje profundo. Hoy en día este área ha mostrado unos resultados sorprendentes en multitud de aplicaciones: visión artificial, reconocimiento del habla, conducción autónoma, vídeo vigilancia, predicción en series temporales, imágenes médicas, generación de imágenes fotorealistas, chatbots, etc.

Estudiaremos los conceptos fundamentales de las redes neuronales profundas y las técnicas asociadas a estas, así como los entornos software (TensorFlow y Keras) y hardware (GPUs y TPUs) necesarios para ponerlas en funcionamiento con la mayor eficiencia posible. Al finalizar conocerás los tipos de redes que existen, cómo construirlas y cómo lidiar con la multitud de problemas que aparecen durante su entrenamiento. Todo ello hará que seas capaz de afrontar y solucionar problemas que requieran de aprendizaje profundo con la mayor probabilidad de éxito posible.

Si estás interesado en aprender cómo se aplican estas técnicas para aplicaciones inteligentes punteras, este es un curso que no te debes perder.

Contenidos

Total learning: 48 lessons Time: 4 weeks
  • Módulo 1. Introducción
    • Lecture1.1
    • Lecture1.2
    • Lecture1.3
    • Lecture1.4
    • Lecture1.5
  • Módulo 2. Redes Neuronales Artificiales (RNAs)
    • Lecture2.1
    • Lecture2.2
    • Lecture2.3
    • Lecture2.4
    • Lecture2.5
  • Módulo 3. Entornos para Redes Neuronales Artificiales
    • Lecture3.1
    • Lecture3.2
    • Lecture3.3
    • Lecture3.4
    • Lecture3.5
    • Lecture3.6
    • Lecture3.7
  • Módulo 4. Técnicas de Regularización
    • Lecture4.1
    • Lecture4.2
    • Lecture4.3
    • Lecture4.4
  • Módulo 5. Redes Neuronales Convolucionales (CNN)
    • Lecture5.1
    • Lecture5.2
    • Lecture5.3
    • Lecture5.4
    • Lecture5.5
    • Lecture5.6
    • Lecture5.7
    • Lecture5.8
    • Lecture5.9
    • Lecture5.10
  • Módulo 6. Modelos de Secuencias
    • Lecture6.1
    • Lecture6.2
    • Lecture6.3
    • Lecture6.4
    • Lecture6.5
    • Lecture6.6
    • Lecture6.7
  • Módulo 7. Modelos Generativos
    • Lecture7.1
    • Lecture7.2
    • Lecture7.3
    • Lecture7.4
    • Lecture7.5
    • Lecture7.6
    • Lecture7.7
    • Lecture7.8
  • Módulo 8. Conclusiones, retos y futuro
    • Lecture8.1
    • Lecture8.2

Contenidos

Acerca del instructor

Avatar del usuario Miguel Ángel Martínez del Amor

Miguel Ángel es Profesor Ayudante Doctor del Departamento de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Sevilla. Entre sus líneas de investigación, de caracter multidisciplinar, se incluye el uso de GPUs (procesadores gráficos) en computación de alto rendimiento con aplicaciones a la simulación de modelos bioinspirados y compresión de imágenes, y también el uso de Deep Learning en la clasificación automática de vídeo e imagen en cine digital. En cuanto a su trayectoria docente, cabe destacar su experiencia en asignaturas sobre Inteligencia Artificial, Bioinformática y Programación Funcional. Ha dirigido diversos Proyectos Fin de Carrera, Trabajos Fin de Grado y Trabajos Fin de Máster, todos relacionados con GPU computing, Deep Learning y Computación Bioinspirada. Además, desde Octubre de 2018 es embajador académico del NVIDIA Deep Learning Institute. Bajo este paraguas, Miguel Ángel organiza talleres sobre Deep Learning, Data Science y GPU computing con CUDA.
Incluido en la matrícula

Posibilidad 3 meses para anulación de matrícula

Incluye

  • 4,5 Créditos - 4,5 horas de vídeos HD y actividades online
  • 36 clases en total
  • 3º Semestre
  • Acceso 24 horas x 7 días
  • Complemento optativo para obtener el título
  • Español
  • Acceso al Título Oficial Habilitante