NOSOTROS
CRONOGRAMA
FRANQUICIA
BLOG
CONTACTO
ACCESO SISTEMA ACADEMICO
El aprendizaje automático o aprendizaje automatizado o aprendizaje de máquinas (del inglés, machine learning) es el subcampo de las ciencias de la computación y una rama de la inteligencia artificial, cuyo objetivo es desarrollar técnicas que permitan que las computadoras aprendan. Se dice que un agente aprende cuando su desempeño mejora con la experiencia; es decir, cuando la habilidad no estaba presente en su genotipo o rasgos de nacimiento.
De forma más concreta, los investigadores del aprendizaje de máquinas buscan algoritmos y heurísticas para convertir muestras de datos en programas de computadora, sin tener que escribir los últimos explícitamente. Los modelos o programas resultantes deben ser capaces de generalizar comportamientos e inferencias para un conjunto más amplio (potencialmente infinito) de datos.
Duración: 40 Horas
1.1. TERMINOLOGÍA DE MACHINE LEARNING
1.2. TERMINOLOGÍA Y REGRESIÓN LINEAL
1.3. TRAINING AMP; LOSS: ENTRENAR Y AJUSTAR EL MODELO
2.1. INTRODUCCIÓN A PYTORCH, TRABAJAR CON TENSORES Y REPRESENTAR DATASETS CON TENSORES
2.2. TRABAJANDO CON TENSORES
2.3. REPRESENTANDO DATASETS CON TENSORES
3.1. IMPLEMENTACIÓN DE REGRESIÓN LINEAL EN PYTORCH
3.2. REGRESIÓN LOGÍSTICA
3.3. IMPLEMENTACIÓN DE REGRESIÓN LOGÍSTICA EN PYTORCH
4.1. CÓMO FUNCIONA EL RECONOCIMIENTO FACIAL
4.2. NEURONAS Y FUNCIÓN DE ACTIVACIÓN
4.3. USANDO UN MODELO PRE ENTRENADO PARA RECONOCIMIENTO DE IMÁGENES
4.4. TRABAJANDO UN DATASET
5.1. CONSTRUYENDO UN MODELO
5.2. IMPLEMENTANDO UN CLASIFICADOR TOTALMENTE CONECTADO
5.3. MEJORAS, LIMITACIONES Y CONCLUSIONES
6.1. APRENDIENDO A USAR COLLAB CON SCIKIT
6.2. DEMO CON SCIKIT: DIVISIÓN DE DATOS
6.3. DEMO CON SCIKIT: VALIDACIÓN DE DATOS
7.1. LOS ALGORITMOS MÁS USADOS EN MACHINE LEARNING
7.2. ALGORITMOS SUPERVISADOS EN MACHINE LEARNING
7.3. ALGORITMOS NO SUPERVISADOS EN MACHINE LEARNING
8.1. ¿QUÉ ES LO QUE ESTÁ DETRÁS DE UNA RED NEURONAL?
8.2. ¿CÓMO FUNCIONA UNA RED CONVOLUCIONAL INTUITIVAMENTE Y PORQUE SON TAN BUENAS CON IMÁGENES?
8.3. REDES GENERATIVAS
La inversión incluye: Material de estudio, certificados e impuestos de ley.