Categorías:
Arquitectura y urbanismo
Etiquetas:
Aprendizaje
arquitectura
ingeniería
Mooc
Profundo

 

El alumno, al finalizar el curso, estará familiarizado con las técnicas basadas en Deep Learning que se usan hoy en día para resolver todo tipo de problemas, y podrá usarlas para abordar los suyos propios.

 

Curso de entrenamiento de modelos de Deep Learning para la resolución de diferentes tipologías de problemas que requieran un enfoque inteligente.
El aprendizaje profundo (DL, del inglés Deep Lerarning) es un enfoque dentro del ML que es capaz de desarrollar modelos mucho más potentes, capaces de aprender con cantidades masivas de datos, y de dar respuesta a problemas mucho más complejos, como la traducción de idiomas en tiempo real, en un
tono de voz específico y sobre una cara de una persona… ¡que en realidad no existe!
No sólo eso, sino que estos modelos con capaces de simular procesos y sistemas complejos con mucha menos capacidad de cómputo, por lo que son una herramienta estupenda para disciplinas que trabajan sobre estas áreas.

 

Destinatarios:

Estudiantes técnicas con interés en el área del aprendizaje profundo y con conocimientos del lenguaje de programación Python y algunas de sus bibliotecas básicas, como jupyter.f
 

Conocimientos recomendados:

Es requisito extremadamente recomendable que el estudiante conozca el lenguaje de programación Python.
Será recomendable que el alumno trabaje sobre un sistema operativo Debian GNU/Linux o derivado, ya que son los sistemas operatovos con los que menos problemas existen a la hora de trabajar. El uso de una tarjeta gráfica de la serie NVIDIA no es requisito, aunque en algunos casos es interesante para entender las limitaciones con las que nos podemos encontrar con estos modelos. El alumno, al finalizar el curso, estará familiarizado con las técnicas basadas en Deep Learning que se usan hoy en día para resolver todo tipo de problemas, y podrá usarlas para abordar los suyos propios.

 

Objetivos:

Adquirir amplios conocimientos del Deep Learning y sus aplicaciones más comunes.
Implementar diferentes modelos con la sintaxis del lenguaje de programación de Python y Tensorflow.
Aprender y analizar cómo entrenar los modelos de Deep Learning.
Aplicar a problemas del mundo real modelos de Deep Learning.


Para más información haz clic aquí.


 

Fechas En hora local del evento

Feb '24

5

00:00 Fecha de inicio

Abr '24

14

23:59 Fecha de fin

Difunde tu evento poniendo el siguiente código en tu sitio

Aviso legal | Contacto Plataforma de organización de eventos Symposium Copyright © 2025