Deep Learning con Python

Duración

25 horas

Introducción

Esta formación de Deep Learning con Python está diseñada para aquellas personas que desean adquirir conocimientos y habilidades en el campo del aprendizaje profundo. Ayudará a las personas asistentes a comprender los conceptos básicos de Deep Learning. Se centra en el uso de la biblioteca de Python Keras para construir y evaluar modelos de Deep Learning.

Objetivos

• Entender cómo funcionan los conceptos fundamentales de Deep Learning
• Aprender cómo construir modelos de Deep Learning con el lenguaje Python
• Comprender y aplicar los conceptos de aprendizaje profundo a problemas reales
• Diseñar y aplicar algoritmos de aprendizaje profundo para problemas específicos
• Analizar y mejorar el rendimiento de los modelos de Deep Learning.

Temario

1. Introducción a Deep Learning
   • ¿Qué es Deep Learning?
   • Aplicaciones de Deep Learning
   • Ventajas y desventajas
   • Tipos de redes neuronales profundas
   • Deep Learning vs Machine Learning tradicional
   • ¿Qué es una neurona artificial?
   • Activación de una neurona
   • Funciones de activación
   • Redes neuronales feed-forward
   • Hiperparámetros
2. Construyendo un modelo de Deep Learning
   • Preprocesamiento de datos
   • Construcción de una red neuronal
   • Compilación de un modelo
   • Entrenamiento y validación
3. Optimización de modelos
   • Funciones de pérdida
   • Optimizadores
   • Regularización
4. Redes neuronales convolucionales
   • Introducción
   • Estructura de una capa convolucional
   • Estrategias de pooling
5. Redes neuronales recurrentes
   • Introducción
   • Tipos de RNN
   • Backpropagation Through Time
6. Redes neuronales generativas
   • Introducción
   • Autoencoders
   • Generative Adversarial Networks
7. Aplicaciones de Deep Learning
   • Procesamiento del lenguaje natural
   • Visión por computador
   • Reconocimiento de patrones
   • Sistemas de recomendación
8. Herramientas y frameworks
   • Introducción a Keras
   • Instalación de Keras
   • Uso de Keras
   • Otras herramientas
9. Otras técnicas de Deep Learning
   • Transfer learning
   • Reinforcement learning
   • One shot learning
10. Consejos para el aprendizaje de Deep Learning
    • ¿Qué necesitas saber para empezar?
    • ¿Cómo practicar Deep Learning?
    • ¿Cómo mejorar tu modelo?