Idioma: ES
banner_EIV_2023_Inteligencia artificial aplicada a la ciencia de datos

Curso Inteligencia artificial aplicada a la ciencia de datos

Información General

Presentación

Curso Inteligencia artificial aplicada a la ciencia de datos

banner_EIV_2023_Inteligencia artificial aplicada a la ciencia de datos click para reproducir video
Educación Continuada: programas abiertos y empresariales de educación no formal que optimizan el desempeño profesional.

Inteligencia artificial: descubre como ha pasado de ser ciencia ficción a ser una necesidad en la solución de problemas reales de nuestra sociedad.

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

“Just as electricity transformed almost everything 100 years ago, today I actually have a hard time thinking of an industry that I don’t think AI will transform in the next several years”.

Conferencista Invitado

Cerrar

Iván Olier Caparroso

Iván Olier Caparroso

Ingeniero mecánico de la Universidad Nacional de Colombia, (1998), máster y doctor en Inteligencia Artificial de la Universidad Politécnica de Cataluña (España), con distinción Suma Cum Laude.

Por qué estudiar con nosotros

edificio-h-nocturna.jpg

  • Entendimiento de herramientas y técnicas de análisis de datos.
  • Complemento a los cursos ofrecidos en los programas de pregrado y posgrado.

Metodología

El profesor dictará los contenidos necesarios soportado con diapositivas en PowerPoint e irá cambiando de estilo de enseñanza cada cierto tiempo para mantener la motivación de los estudiantes, a la vez que favorecer el entendimiento del material. Esencialmente, dictará los conceptos necesarios y los explicará en detalle, seguido por la ejercitación de dichos contenidos en el computador.

Se traerá para discusión numerosos ejemplos del mundo real y se desarrollarán otros cuantos ejemplos prácticos para desarrollar habilidades en los tópicos abordados.

El curso se desarrollará en 5 módulos, con un total de 24 horas de clase presenciales.

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 o posgrado de la Escuela.
  • De contenido, créditos y nota a los estudiantes de pregrado o posgrado de cualquier universidad del país que se matriculen como estudiantes visitantes o de intercambio. Para esto deberán enviar la solicitud a la Oficina de Relaciones Internacionales (ori@escuelaing.edu.co) e indicar la universidad de origen y el programa que cursan.

Certificación

La Universidad Escuela Colombiana de Ingeniería Julio Garavito otorgará el certificado de asistencia a quienes participen activa y cumplidamente como mínimo en el 90 % de las sesiones programadas.

Perfil del aspirante

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

Contenido temático

Módulo I –Redes neuronales artificiales y Deep Learning (5 horas)

  • Redes neuronales artificiales y biológicas.
  • Arquitecturas.
  • Aprendizaje.
  • Deep Learning.
  • Actividad práctica 1: introducción a Python y Tensorflow.

Módulo II – Redes neuronales convolucionales (5 horas)

  • Fundamentos de las redes neuronales convolucionales (CNNs).
  • Implementación de CNNs con Python/Tensorflow.
  • Actividad práctica 2: CNNs a las imágenes.

Módulo III – Redes neuronales recurrentes (5 horas)

  • Fundamentos de las redes neuronales recurrentes (RNNs).
  • Implementación de RNNs con Python/Tensorflow.
  • Actividad práctica 3: redes neuronales recurrentes (RNNs).

Módulo IV – Autoencoders y redes adversarias generativas (5 horas)

  • Fundamentos de autoencoders.
  • Implementación de autoencoders en Python/Tensorflow.
  • Fundamentos de las redes adversarias generativas (GANs).
  • Implementación de GANs en Python/Tensorflow.

Módulo V –: Trabajo independiente sobre problemas / evaluaciones del mundo real (4 horas)

Trabajo independiente sobre problemas / evaluaciones del mundo real

Fechas y horario

El curso se desarrollará entre el 24 y el 28 de julio de 2023, de lunes a jueves de 4:00 a 9:00 p.m. y el viernes de 4:00 a 8:00 p.m., en el campus de la Escuela.

La Universidad Escuela Colombiana de Ingeniería Julio Garavito, para sus programas de Educación Continuada, se reserva el derecho de cambiar sus conferencistas y fechas de realización, o cancelarlos de no contar con el número de personas requerido para tal fin. Lo anterior se informará a los interesados con antelación.

Objetivos alcanzables

El curso tiene como objetivo desarrollar habilidades en la aplicación de técnicas de aprendizaje profundo para resolver problemas del mundo real.

Bloque-I-nocturna.jpg

  • Comprender las bases para el aprendizaje profundo y las redes neuronales artificiales.
_DSC4651.jpg

  • Identificar las diversas arquitecturas de redes neuronales profundas y cómo implementarlas utilizando técnicas informáticas de vanguardia.
_DSC0724.jpg

  • Resolver un problema de aplicación del mundo real utilizando redes neuronales profundas.

Valor de la inversión

edificio-h-nocturna.jpg

El valor de la inversión es de un millón novecientos setenta y seis mil pesos moneda corriente ($1.976.000) por participante. Este valor incluye material técnico y memorias en medio electrónico.

Descuento del 5 % hasta el 10 de julio de 2023.

Inscripciones hasta el 19 de julio de 2023.

Solicite Información

Curso Inteligencia artificial aplicada a la ciencia de datos