Volver a Cursos
Redes Neuronales Profundas
Fundamentos y aplicaciones avanzadas de las redes neuronales profundas
12 semanas
1,200+ estudiantes
Intermedio-Avanzado
ARS 45,000
Descripción Completa
Este curso te llevará desde los conceptos fundamentales de las redes neuronales hasta implementaciones avanzadas de deep learning. Cubrirás arquitecturas básicas, técnicas de entrenamiento, regularización y aplicaciones prácticas en visión por computadora, procesamiento de lenguaje natural y más.
Objetivos de Aprendizaje
- Comprender los fundamentos matemáticos de las redes neuronales
- Implementar redes neuronales desde cero y usando frameworks modernos
- Aplicar técnicas de regularización y optimización
- Construir modelos para tareas de visión y NLP
- Entender el proceso completo de desarrollo de modelos de deep learning
Requisitos Previos
- Conocimientos sólidos de Python
- Fundamentos de álgebra lineal y cálculo
- Experiencia básica con NumPy y Pandas
- Conocimientos básicos de machine learning (recomendado)
Plan de Estudios
Semana 1
Introducción a las Redes Neuronales y Perceptrones
Semana 2
Backpropagation y Gradiente Descendente
Semana 3
Redes Neuronales Multicapa
Semana 4
Regularización: Dropout, L1/L2, Early Stopping
Semana 5
Optimizadores Avanzados (Adam, RMSprop, etc.)
Semana 6
Redes Neuronales Convolucionales (CNNs) - Parte 1
Semana 7
Redes Neuronales Convolucionales (CNNs) - Parte 2
Semana 8
Redes Neuronales Recurrentes (RNNs y LSTM)
Semana 9
Autoencoders y Redes Generativas
Semana 10
Transfer Learning y Fine-tuning
Semana 11
Proyecto Práctico: Clasificación de Imágenes
Semana 12
Proyecto Final: Sistema Completo de Deep Learning
Instructor
Dr. Alejandro Fernández