← Especialidades formativas

Especialidad formativa

Programación de redes neuronales-machine learning

IFCD48 170 h
Ver contenido del curso

Qué aprenderás

Programar redes neuronales que reconozcan pautas (símbolos o imágenes), y mecanismos de interpretación inteligente de datos orientados a sistemas de prescripción.

Contenido del curso

01

Aprendizaje automático (machine learning)

  • OBJETIVO
  • Aplicar las técnicas del aprendizaje automático a una red neuronal de ejemplo implementada con Python y los módulos específicos necesarios.
  • CONOCIMIENTOS / CAPACIDADES COGNITIVAS Y PRÁCTICAS
  • Aprendizaje automático y Python
  • Introducción a Python
  • Módulos de interés: numpy, scipy, networkx y matplotlib
  • Introducción al aprendizaje automático
  • Definición e historia
  • Datos de disponibilidad pública y competiciones de clasificación en la plataforma Kaggle
  • Conjunto de datos MNIST (ejemplos de escritura manuscrita)
  • Aplicación del aprendizaje automático a sistemas de recomendación, modelos estadísticos y de regresión
  • Tipos de aprendizaje
  • Relación con el Big Data
  • Módulos específicos para Python de aprendizaje automático: TensorFlow, scikit-learn, Theano y Kera
  • Ejemplo de red neuronal
  • Elaboración de una red neuronal feed-forward en TensorFlow para la identificación de cifras manuscritas (datos MNIST)
  • Fase de entrenamiento de la red
  • Fase de prueba
  • Comprobación de los resultados
  • Proyecto final I
  • Análisis de las necesidades del cliente
02

Redes neuronales

  • OBJETIVO
  • Desarrollar una red neuronal que interprete un conjunto de datos
  • CONOCIMIENTOS / CAPACIDADES COGNITIVAS Y PRÁCTICAS
  • Redes neuronales
  • Definición, origen e historia (el perceptrón de Rosenblatt, el perceptrón multicapa, el Deep Learning)
  • Las neuronas y sus funciones
  • El concepto fundamental de retro-propagación
  • Fase de entrenamiento y fase de prueba
  • Validación
  • Aplicaciones: clasificación, reconocimiento de pautas y de imágenes,
  • Tipos de redes: feed-forward, recurrentes, convolucionales
  • Tipo de aprendizaje: supervisado, no supervisado y por refuerzo
  • Implementación de redes neuronales en TensorFlow
  • Conceptos avanzados
  • Redes adversariales generativas o GAN
  • Redes neuronales con memoria (máquinas de Turing neuronales)
  • Proyecto final II
  • Juego de pruebas
  • Implementación del proyecto
  • Documentación del proyecto
  • Presentación del proyecto

Especialidad formativa

¿Quieres esta formación para tu organización?