Industria 4.0

Autogestionado

Curso de Redes Neuronales y Deep Learning

Diseña aplicaciones para el reconocimiento de patrones usando arquitecturas de redes neuronales artificiales.

Activo

Detalles del programa

Los programas serán habilitados por 6 meses. Importante: Recuerda que no se realiza reembolso por la compra de cursos autogestionados y que una vez finalices el pago en PAYU debes dar clic en el enlace " retornar al comercio" para generar las credenciales de acceso al curso. Si tienes algún inconveniente puedes escribirnos a extension@uao.edu.co.

¿Qué vas a aprender?

En el curso virtual ‘Redes neuronales y deep learning’ aprenderás sobre las redes neuronales artificiales, RNA, las cuales son técnicas de la inteligencia artificial que tratan de emular la manera como trabajan las neuronas del cerebro.

En algunas aplicaciones, estas redes artificiales han obtenido desempeños comparables a los realizados por el cerebro humano, debido a una nueva metodología que ha permitido entrenar redes neuronales artificiales con muchas capas de procesamiento denominada Deep Learning (DL), que es aplicada por los gigantes tecnológicos como Facebook, Google y Microsoft para sus desarrollos, por ejemplo, en el reconocimiento automático de objetos en una imagen, la traducción simultánea y la detección de rostros.

¿Quiénes pueden participar?

El curso virtual en ‘Redes neuronales y deep learning’ está dirigido a profesionales de ingeniería electrónica y telecomunicaciones, mecatrónica y biomédica.

¿Qué vas a obtener?

Este programa es una aproximación a los diferentes conceptos relacionados con la RNA y DL para brindar bases suficientes sobre la inteligencia artificial.

  • Conocimiento de los conceptos básicos de las redes neuronales artificiales clásicas como las monocapa y multicapa de una capa oculta
  • Diseño de aplicaciones de reconocimiento de patrones usando redes neuronales artificiales clásicas.
  • Conocimiento de los conceptos básicos sobre redes neuronales artificiales basadas en aprendizaje profundo (deep learning).
IMPORTANTE: Una vez finalices el pago en PAYU debes dar clic en el enlace “Retornar al comercio” para generar las credenciales de acceso al curso.
Si tienes algún inconveniente puedes escribirnos a extension@uao.edu.co

Plan de estudios

Módulo I
  • Introducción e historia del Deep Learning

  • Conceptos de redes neuronales artificiales

  • Adaline, gradiente descendente, redes multicapa y Backpropagation

  • Proyecto sobre aprendizaje de funciones con MLP usando tensorflow

  • Evidenciando lo aprendido

Módulo 2
  • Introducción al Deep Learning

  • Redes convolucionales

  • Miniproyecto clasificación de imágenes con redes convolucionales en tensorflow

  • Evidenciando lo aprendido

Universidad Autónoma de Occidente
#SomosUAO

Importante

Una vez finalices el pago en PAYU debes dar clic en el enlace "Retornar al comercio" para generar las credenciales de acceso al curso. Si tienes algún inconveniente puedes escribirnos a extension@uao.edu.co

Recursos disponibles:

Conoce nuestro proceso de inscripción

Proceso de inscripción cursos autogestionados
  • 1 form

    Diligencia el formulario con tus datos

  • 2 price

    Realiza el pago PSE y da clic en el enlace "Retornar al comercio" para generar las credenciales de acceso.

  • 3 check-email

    Revisa en tu correo electrónico los datos de acceso.

  • 4 dates

    Inicia tu actividad.

Estamos en inscripciones
Dirección de Extensión
  • Teléfono

    PBX: (602) 3188000 Ext. 14113

  • WhatsApp

    Educación continua: +57 318 732 2271

    Posgrados: +57 318 451 3323

  • Correo electrónico

  • Ubicación en Campus

    Cll 25 # 115-85 Km 2 Vía Cali - Jamundi

  • Horario de Atención

    Lunes a viernes de 8:00 a. m. a 5:30 p. m.

¿Tienes algo qué contarnos?

Cuéntanos completando el siguiente formulario.

Formato de nombre incorrecto

Formato de nombre incorrecto

protegido por reCAPTCHA
Open chat
1
Hola ¿Cómo podemos ayudarte? Sólo envíanos un mensaje, y con gusto te daremos asesoría.
Horario de atención: lunes a viernes 8:00 a.m. a 5:30 p.m.
Powered by