Deep Learning: Del Concepto a la Práctica

Overview

El curso "Deep Learning" ofrece una introducción práctica a las redes neuronales artificiales y su aplicación en diversas áreas como el reconocimiento de dígitos manuscritos, detección de cáncer y generación de texto. Utilizando TensorFlow y Keras, los participantes aprenderán a construir y entrenar modelos de redes neuronales, incluyendo CNN y RNN, a través de ejemplos y ejercicios prácticos.

Syllabus

1. Introducción a Deep Learning

En esta sección, los estudiantes serán introducidos al mundo del Deep Learning, comenzando con una explicación de las redes neuronales artificiales. Se explorarán los componentes y la estructura de las NN, y se realizará un primer proyecto práctico de programación para reconocer dígitos manuscritos.

2. Redes Neuronales con TensorFlow y Keras

Esta sección se centra en el uso de TensorFlow y Keras para la construcción y entrenamiento de redes neuronales. Los estudiantes aprenderán a implementar modelos para la detección de dígitos manuscritos y el diagnóstico de cáncer de mama, utilizando estas poderosas herramientas de Deep Learning

3. Redes Neuronales Convolucionales

Explorarás las redes neuronales convolucionales (CNN), una técnica avanzada para el procesamiento de imágenes. Se desarrollarán proyectos prácticos para el reconocimiento de términos manuscritos y el lenguaje de señas, aprendiendo a guardar, cargar y compartir los modelos de redes neuronales.

4. Deep Learning y generación de texto

Esta sección se dedica a las redes neuronales recurrentes (RNN) y las Long Short-Term Memory (LSTM), utilizadas principalmente para la generación de texto. Los contenidos de está sección te permitirán comprender cómo crear modelos que generen texto de manera coherente, practicando con ejemplos y ejercicios específicos.