NOSOTROS CRONOGRAMA FRANQUICIA BLOG CONTACTO ACCESO SISTEMA ACADEMICO

ARCITURA

Inteligencia Artificial Avanzada

Código: ARC-011


Este curso cubre una serie de prácticas para preparar y trabajar con datos para entrenar y correr sistemas y redes neuronales de IA contemporáneas. Proporciona además técnicas para diseñar y optimizar redes neuronales, incluyendo enfoques para la medición y el ajuste del desempeño del modelo de red neuronal. Las prácticas y técnicas están documentadas como patrones de diseño que pueden ser aplicados individualmente o en diferentes combinaciones para abordar una variedad de problemas y requerimientos comunes de los sistemas de IA

 Propuesta de Valor: ARCITURA

 Duración: 8 Horas

Áreas de Conocimiento:
CIENCIA DE DATOS E INTELIGENCIA ARTIFICIAL

Exportar Contenido a PDF

   AUDIENCIA


  • Estudiantes universitarios, Profesionales.

   PRE REQUISITOS


  • No tiene prerrequisitos previos.

   OBJETIVOS


  • Patrones de distribución de datos para preparar datos para la entrada de la red neuronal.
  • Codificación de funciones para convertir funciones categóricas.
  • Imputación de características para inferir valores de características.
  • Escalado de funciones para conjuntos de datos de entrenamiento con funciones amplias.

   CERTIFICACIÓN DISPONIBLE



  • Este curso es uno de tres cursos utilizados para la preparación del Examen AI90.01.
  • Se requiere una calificación aprobatoria en este examen para obtener la Certified Artificial Intelligence Specialist.

   CONTENIDO



1. PATRONES DE DISPUTA DE DATOS PARA PREPARAR DATOS PARA LA ENTRADA DE REDES NEURONALES


2. CODIFICACIÓN DE CARACTERÍSTICAS PARA CONVERTIR CARACTERÍSTICAS CATEGÓRICAS


3. IMPUTACIÓN DE CARACTERÍSTICAS PARA INFERIR VALORES DE CARACTERÍSTICAS


4. ESCALADO DE FUNCIONES PARA CONJUNTOS DE DATOS DE ENTRENAMIENTO CON FUNCIONES AMPLIAS


5. REPRESENTACIÓN DE TEXTO PARA CONVERTIR DATOS CONSERVANDO LAS PROPIEDADES SEMÁNTICAS Y SINTÁCTICAS


6. REDUCCIÓN DE LA DIMENSIONALIDAD PARA REDUCIR EL ESPACIO DE CARACTERÍSTICAS PARA LA ENTRADA DE LA RED NEURONAL


7. PATRONES DE APRENDIZAJE SUPERVISADO PARA ENTRENAR MODELOS DE REDES NEURONALES


8. CONFIGURACIÓN DE RED SUPERVISADA PARA ESTABLECER EL NÚMERO DE NEURONAS EN CAPAS DE RED


9. IDENTIFICACIÓN DE IMAGEN PARA USAR UNA RED NEURONAL CONVOLUCIONAL


10. IDENTIFICACIÓN DE SECUENCIAS PARA EL USO DE UNA RED NEURONAL DE MEMORIA A LARGO PLAZO


11. PATRONES DE APRENDIZAJE NO SUPERVISADOS PARA ENTRENAR MODELOS DE REDES NEURONALES


12. IDENTIFICACIÓN DE PATRONES PARA IDENTIFICAR PATRONES VISUALMENTE A TRAVÉS DE UN MAPA AUTOORGANIZADO


13. FILTRADO DE CONTENIDO PARA GENERAR RECOMENDACIONES


14. PATRONES DE EVALUACIÓN DE MODELOS PARA MEDIR EL RENDIMIENTO DE LA RED NEURONAL


15. EVALUACIÓN DEL RENDIMIENTO DE LA FORMACIÓN PARA EVALUAR EL RENDIMIENTO DE LA RED NEURONAL


16. EVALUACIÓN DEL RENDIMIENTO DE PREDICCIÓN PARA PREDECIR EL RENDIMIENTO DE LA RED NEURONAL EN PRODUCCIÓN


17. MODELADO DE REFERENCIA PARA EVALUAR Y COMPARAR REDES NEURONALES COMPLEJAS


18. PATRONES DE OPTIMIZACIÓN DE MODELOS PARA REFINAR Y ADAPTAR REDES NEURONALES


19. EVITAR EL SOBREAJUSTE PARA AJUSTAR UNA RED NEURONAL


20. REENTRENAMIENTO FRECUENTE DE MODELOS PARA MANTENER UNA RED NEURONAL SINCRONIZADA CON LOS DATOS ACTUALES


21. TRANSFERENCIA DE APRENDIZAJE PARA ACELERAR EL ENTRENAMIENTO DE REDES NEURONALES



   BENEFICIOS



  • Al finalizar el curso el estudiante perfeccionara las herramientas y técnicas para diseñar y optimizar redes neuronales, incluyendo enfoques para la medición y el ajuste del desempeño del modelo de red neuronal.

   INVERSIÓN



La inversión incluye: Material de estudio oficial de ARCITURA, certificados e impuestos de ley.

  • En los cursos presenciales proveemos de una computadora por persona y refrigerios.
  • En los cursos virtuales las plataformas interactivas y acceso al aula virtual de recursos.
  • Certificado oficial ARCITURA.