Idioma: ES
Applied-Deep-Learning.jpg

Applied Deep Learning

Información General

Presentación

Applied Deep Learning

Applied-Deep-Learning.jpg click para reproducir video
Educación Continuada: programas abiertos y empresariales de educación no formal que optimizan el desempeño profesional.

El curso apunta a desarrollar habilidades en técnicas modernas de aplicación de Deep Learning (aprendizaje profundo), redes neuronales y resolución de problemas.El curso apunta a desarrollar habilidades en técnicas modernas de aplicación de Deep Learning (aprendizaje profundo), redes neuronales y resolución de problemas.

Por qué estudiar con nosotros

Edificio H de la Universidad Escuela Colombiana de Ingeniería Julio Garavito

Lograr el entendimiento de herramientas y técnicas de análisis de datos.

OBJETIVOS

optimizada-DSC_1479.jpg

General

Desarrollar habilidades en la aplicación de técnicas de aprendizaje profundo para resolver problemas del mundo real.

Específicos

  1. Comprender las bases para el aprendizaje profundo y las redes neuronales artificiales.
  2. Identificar las diversas arquitecturas de redes neuronales profundas y cómo implementarlas utilizando técnicas informáticas de vanguardia.
  3. Resolver un problema de aplicación del mundo real utilizando redes neuronales profundas.

METODOLOGÍA

Exposiciones apoyadas en material ilustrativo de cada tema, con explicaciones detalladas y ejercicios en el computador.

Se presentarán numerosos ejemplos del mundo real y otros cuantos para fortalecer las habilidades en los temas abordados.

El curso se desarrollará en modalidad remota.

Duración

El curso se desarrollará durante una semana, del 8 al 12 de junio de 2020, de lunes a jueves de 4:30 a 9:30 p.m. y el viernes de 4:30 a 8:30 p.m. con una intensidad de 5 horas diarias de lunes a jueves y 4 horas el viernes, para un total de 24 horas de clases.

Certificación

La Escuela Colombiana de Ingeniería Julio Garavito otorgará certificados de este curso así:

De asistencia a quienes se inscriban por educación continuada y participen activa y cumplidamente como mínimo en el 90% de las sesiones programadas.

De contenido, créditos y nota a los estudiantes de pregrado y/o posgrado de la Escuela que deben realizar su inscripción por Servicios Académicos de la Escuela, en este enlace.

De contenido, créditos y nota a los estudiantes de pregrado y/o posgrado de la cualquier universidad del país que se hayan matriculado como estudiantes visitante o de intercambio.  Para inscribirse como estudiante visitante o de intercambio, es necesario enviar la solicitud por escrito, indicando la Universidad de origen y el programa que cursa a la Oficina de Relaciones Internacionales (ori@escuelaing.edu.co) para iniciar el proceso.

Perfil del aspirante

_DSC5911.jpg
  • Estudiantes de posgrado y de últimos semestres de pregrado, profesores universitarios y profesionales interesados en los temas del curso.

CONTENIDO TEMÁTICO

  1. Redes neuronales: una visión general.
  2. Redes neuronales de avance profundo.
  3. Redes neuronales convolucionales.
  4. Redes neuronales recurrentes.
  5. Autoencoders y redes adversas generativas.
  6. Ejemplos de aplicaciones del mundo real.