Descubre cómo construir modelos de Deep Learning en Python y adquiere las habilidades necesarias para desarrollar soluciones inteligentes junto a expertos del sector
El Deep Learning es la tecnología que impulsa los avances más importantes de la inteligencia artificial moderna, desde el reconocimiento de imágenes y voz hasta los sistemas de recomendación, la detección de fraude y los vehículos autónomos. En este curso aprenderás a desarrollar modelos de aprendizaje profundo con Python, utilizando las librerías más demandadas de la industria, como TensorFlow, PyTorch y Keras, mientras construyes una comprensión sólida de cómo funcionan las redes neuronales.
A través de una metodología práctica, pasarás de los fundamentos a la implementación de modelos avanzados sin perderte en explicaciones excesivamente matemáticas. Cada algoritmo se presenta de forma intuitiva y después se desarrolla desde cero mediante ejercicios de programación guiados, para que entiendas tanto el por qué como el cómo de cada técnica.
Durante el curso trabajarás en proyectos basados en problemas reales de negocio, incluyendo predicción de abandono de clientes (Customer Churn), reconocimiento de imágenes con redes neuronales convolucionales (CNN), predicción de precios mediante redes neuronales recurrentes (RNN), detección de fraude con mapas autoorganizados (SOM), sistemas de recomendación con Máquinas de Boltzmann y Autoencoders. Aprenderás a adaptar cada solución a tus propios datos y a reutilizar el código en proyectos profesionales.
Además de dominar TensorFlow y PyTorch, conocerás herramientas esenciales del ecosistema de Machine Learning como Scikit-learn, NumPy, Pandas y Matplotlib, adquiriendo las habilidades necesarias para diseñar, entrenar, evaluar y optimizar modelos de Deep Learning de principio a fin. Tanto si estás dando tus primeros pasos en inteligencia artificial como si buscas actualizar tus conocimientos con técnicas modernas, este curso te proporcionará una base sólida y una experiencia práctica alineada con las necesidades actuales del mercado.
Comprende la intuición detrás de las principales arquitecturas de redes neuronales y cómo resolver problemas complejos mediante aprendizaje profundo.
Aprende a desarrollar, entrenar y optimizar redes neuronales artificiales para resolver problemas reales de clasificación y predicción.
Implementa redes neuronales convolucionales (CNN) para reconocimiento y clasificación de imágenes utilizando TensorFlow y PyTorch.
Utiliza redes neuronales recurrentes (RNN) para trabajar con series temporales, predicción de precios y otros datos secuenciales.
Comprende e implementa Mapas Autoorganizados (SOM), Máquinas de Boltzmann y Autoencoders para descubrir patrones ocultos en los datos.
Aprende a utilizar los dos frameworks de Deep Learning más utilizados por empresas e investigadores para desarrollar modelos de IA.
Aplica Deep Learning a casos prácticos como reconocimiento de imágenes, predicción bursátil, detección de fraude, sistemas de recomendación y análisis de abandono de clientes.
Aprende a modificar el código, entrenar modelos con tus propios conjuntos de datos y reutilizar las soluciones en proyectos profesionales.
Adquiere la experiencia práctica necesaria para aplicar Deep Learning en proyectos reales y avanzar en tu carrera como profesional de la Inteligencia Artificial.
Ligency Teamは、プログラミング、人工知能、データサイエンス、テクノロジーの専門家からなる国際的なチームであり、これらの分野で世界最高峰の人気コースを手がけるキリル・エレメンコ（Kirill Eremenko）とハデリン・デ・ポンテヴェス（Hadelin de Pontevés）によって設立されました。数百万人の受講生と20名以上の多分野にわたる専門家チームを擁し、私たちのミッションは、あらゆるレベルの人々が関連するテクノロジー・スキルを習得できるよう、実践的で高品質なトレーニングを提供することです。2018年からは、Juan Gabriel GomilaおよびFrogames Formaciónとの協力により、スペイン語でのコース提供を開始し、スペイン語圏のコミュニティに最高の教育コンテンツをお届けしています。
数学者であり、Unity認定インストラクター、そしてUdemyやPlatziなどのさまざまなプラットフォームで世界中の60万人以上の学生を指導してきたオンラインインストラクター。Frogames FormaciónのCEOであり、このプラットフォームの推進者として、数学、機械学習、ゲーム開発、AI、ブロックチェーンなどの分野で自身の持つすべての知識を提供している。
一度購入すれば無期限でアクセス可能
Frogamesのすべてのコース、コミュニティ、特典にアクセス
すべてのコースにアクセスするパス：
