- ¿Alguna pregunta?
- tel:954 55 68 17
Deep Learning
Domina el motor de la revolución tecnológica: desde los fundamentos de las redes neuronales hasta el despliegue de la IA Generativa
Gratis
Programa
- 7 secciones
- 36 lecciones
- 4 semanas
Expandir todas las seccionesPlegar todas las secciones
- Módulo 1. IntroducciónDescubre el motor de la IA moderna. En este bloque de apertura analizaremos el impacto actual del Deep Learning y repasaremos los conceptos clave del Aprendizaje Automático clásico. Asentarás las bases teóricas de las redes neuronales básicas y comprenderás la hoja de ruta que te llevará a dominar las arquitecturas más complejas del mercado.3
- Módulo 2. Fundamentos TeóricosAbre la "caja negra" de la Inteligencia Artificial. Comprenderás qué ocurre exactamente bajo el capó de una red neuronal profunda. Aprenderás a formular matemáticamente el aprendizaje mediante funciones de pérdida y descenso por gradiente, dominarás el algoritmo de retropropagación (backpropagation) y asimilarás su potente interpretación tensorial y matricial.4
- Módulo 3. Fundamentos PrácticosManos a la obra: tu inmersión en PyTorch. Entrarás de lleno en el entorno de desarrollo estándar de la industria y la investigación científica. En este módulo, 100% aplicado, aprenderás a configurar tus primeros flujos de trabajo en PyTorch para resolver problemas del mundo real: desde tareas de regresión hasta la clasificación multiclase y el tratamiento de datasets desbalanceados.5
- Módulo 4. Entrenamiento EficienteHackea el rendimiento: potencia, velocidad y despliegue. Aprende a entrenar modelos robustos de nivel profesional. Dominarás técnicas avanzadas de regularización de datos y modelos para combatir el sobreajuste (overfitting). Además, exprimirás el hardware paralelo acelerando tus entrenamientos con GPUs y descubrirás cómo calibrar hiperparámetros y desplegar tus modelos con ONNX.5
- Módulo 5. Modelos para Visión por ComputadorEnseña a las máquinas a ver el mundo. Adéntrate en el campo de la visión artificial analizando a fondo las Redes Neuronales Convolucionales (CNNs). Aprenderás a diseñarlas y entrenarlas desde cero utilizando la potencia de la GPU, a realizar inferencia con arquitecturas actuales y a dominar el Transfer Learning (Transferencia de Aprendizaje) con modelos pre-entrenados para resolver problemas complejos, como la localización de objetos.9
- 5.1Tema 5.1. Contexto de las redes convolucionales30 minutos
- 5.2Tema 5.2. Redes Convolucionales30 minutos
- 5.3Práctica 5.1. Introducción a CNN y GPU30 minutos
- 5.4Práctica 5.2. CNN con regularización30 minutos
- 5.5Tema 5.3. Arquitecturas de redes convolucionales actuales30 minutos
- 5.6Práctica 5.3. Inferencia con CNNs pre-entrenadas
- 5.7Tema 5.4. Transferencia de Aprendizaje
- 5.8Práctica 5.4. Transfer Learning con CNNs pre-entrenadas
- 5.9Práctica 5.5. Localización de objetos
- Módulo 6. Modelos para Procesamiento de Lenguaje NaturalDomina el lenguaje y las secuencias temporales. Explora cómo la IA procesa información secuencial, desde el análisis de series temporales hasta el procesamiento del lenguaje humano. Trabajarás con codificación de textos (embeddings) y redes recurrentes avanzadas (LSTM) para, finalmente, dominar el mecanismo de atención y construir un Transformer, la revolucionaria arquitectura detrás de los LLMs, chatbots y agentes.6
- 6.1Tema 6.1. Modelos de secuencias y texto
- 6.2Tema 6.2. Redes recurrentes
- 6.3Práctica 6.1. Introducción a modelos de texto: Codificación one hot de textos e inmersiones de palabras. Convolución 1D. LSTM.
- 6.4Práctica 6.2. Redes recurrentes y series temporales.
- 6.5Tema 6.3. Modelos con mecanismo de atención
- 6.6Práctica 6.3. Implementación de un Transformer
- Módulo 7. Modelos GenerativosLa frontera del Deep Learning: IA Generativa. El broche final del curso está dedicado a la creación y síntesis de contenido. Estudiarás las bases teóricas de los modelos generativos avanzados (VAEs, GANs y Difusión) y pasarás a la práctica implementando un modelo de difusión para imágenes y creando tus propios Chatbots mediante el uso de pequeños LLMs (Large Language Models). También hablaremos sobre la tendencia actual en IA agéntica.4
Este contenido está protegido, ¡por favor acceder y inscribirse en el curso para ver este contenido!
