Curso de Deep Learning: Del Concepto a la Práctica
Introducción práctica a redes neuronales con TensorFlow/Keras: visión general y aplicaciones.
Así estudias: curso autodidacta
- Autodidacta y 100% en línea: contenido disponible 24/7.
- Avanzas a tu ritmo: la plataforma guarda tu progreso.
- Sin tutor ni clases en vivo: el curso está diseñado para estudiarse por tu cuenta.
- Te evalúas con actividades automáticas, sin entregas a un tutor.
Lo que serás capaz de hacer
Aprenderás los fundamentos del deep learning y cómo aplicarlos a problemas reales. Explorarás redes neuronales con TensorFlow y Keras, desde sus componentes hasta algunas de sus aplicaciones.
- Explicar los conceptos básicos, la historia y las arquitecturas de las redes neuronales.
- Construir redes neuronales, desde el perceptrón hasta modelos multicapa.
- Entrenar y evaluar modelos mediante funciones de activación, pérdida y optimización, y aplicar regularización.
- Reconocer aplicaciones introductorias del deep learning en visión por computadora y procesamiento del lenguaje natural.
- Desarrollar un modelo básico y presentar el proyecto final.
Temario
UNIDAD 1 - 1. Introducción al aprendizaje profundo · 25 leccionesUNIDAD 1 - 1. Introducción al aprendizaje profundo
UNIDAD 1 - 1. Introducción al aprendizaje profundo
- Introducción semana 1
- Información de la semana
- Las redes neuronales artificiales: Antecedentes
- Cuestionario: Antecedentes de las redes neuronales
- Redes neuronales artificiales: Básico
- Cuestionario: Fundamentos de las redes neuronales artificiales
- NN en Python para emular la función XOR
- Cuestionario 3: NN en Python para emular la función XOR
- Capas y componentes de una red de redes
- Cuestionario 4: Capas y componentes de una NN
- Procesamiento de datos: Feed-Forward
- Cuestionario 5: Procesamiento de datos: Feed-Forward
- Procesamiento de datos: Retropropagación
- Cuestionario 6: Procesamiento de datos: Propagación hacia atrás
- Limpieza de datos
- Cuestionario 7: Limpieza de datos
- Preparación de datos
- Cuestionario 8: Preparación de datos
- Definición de pesos y variables con la función FeedForward
- Cuestionario 9: Definición de pesos y variables con función FeedForward
- Función Backdrop y generación de NN
- Cuestionario 10: Función Backprop y generación de NN
- Visualización e interpretación de salidas
- Cuestionario 11: Visualización e interpretación de resultados
- Fin de la semana 1
UNIDAD 2 - 2. Redes neuronales con TensorFlow y Keras · 18 leccionesUNIDAD 2 - 2. Redes neuronales con TensorFlow y Keras
UNIDAD 2 - 2. Redes neuronales con TensorFlow y Keras
- Introducción a la semana 2
- Contenido de la semana
- Tensorflow and its importance
- Cuestionario 12: TensorFlow y su importancia
- Tensores
- Cuestionario 13: Tensores
- Instalación de Tensorflow y Keras
- Observación
- Probando la instalación con la función XOR
- Cuestionario 14: Probando la instalación
- Dígitos manuscritos con Keras: Limpieza de datos
- Dígitos manuscritos con Keras: Construyendo y entrenando la NN
- Cuestionario 15: Construyendo y entrenando la NN
- Dígitos manuscritos con Keras: Evaluación de la red neuronal
- Cuestionario 16: Evaluación de la red neuronal
- NN cancer screening
- Cuestionario 17: Detección de cáncer de mama con NN
- Cierre de la semana 2
UNIDAD 3 - 3. Redes neuronales convolucionales · 23 leccionesUNIDAD 3 - 3. Redes neuronales convolucionales
UNIDAD 3 - 3. Redes neuronales convolucionales
- Introducción a la semana 3
- Contenido de la semana
- Redes neuronales convolucionales
- Cuestionario 18: Redes neuronales convolucionales
- Convolución
- Cuestionario 19: Convolución
- Filtros
- Cuestionario 20: Filtros
- Capa de convolución
- Cuestionario 21: Capa de convolución
- Capa de agrupación
- Cuestionario 22: Capa de agrupación
- Limpieza de datos
- Construyendo y entrenando la NN
- Cuestionario 23: Construyendo y entrenando la NN
- Evaluación de la NN
- Limpieza de datos
- Construyendo y entrenando la NN
- Cuestionario 24: Construyendo y entrenando la NN
- Prueba y evaluación de la red
- Guardar, cargar y compartir las redes neuronales
- Cuestionario 25: Guardar, cargar y compartir las NN
- Cierre de semana 3
UNIDAD 4 - 4. Aprendizaje profundo y generación de texto · 14 leccionesUNIDAD 4 - 4. Aprendizaje profundo y generación de texto
UNIDAD 4 - 4. Aprendizaje profundo y generación de texto
- Introducción a la semana 4
- Contenido de la semana
- ¿Qué es una red neuronal recurrente?
- Cuestionario 26: ¿Qué es una red neuronal recurrente?
- ¿Qué es una red neuronal de corto y largo plazo?
- Cuestionario 27: ¿Qué es una red neuronal de corto y largo plazo?
- Generación de texto: Exploración de datos
- Generación de texto: Preparación de datos
- Generación de texto: Construcción de modelo
- Generación de texto
- Cierre de semana 4
- HTML en bruto
- Cierre del curso
- Certificado con validez SEP
Lo que harás al terminar
Podrás desarrollar y presentar un modelo básico de deep learning, además de identificar aplicaciones de redes neuronales en visión por computadora y procesamiento del lenguaje natural. Este curso te dará fundamentos para continuar aprendiendo sobre machine learning aplicado.
¿Para quién es este curso?
Está dirigido a quienes desean iniciarse en deep learning y conocer cómo funcionan y se aplican las redes neuronales. No se requiere experiencia avanzada en el tema.
Principiantes interesados en inteligencia artificialCertificado con validez SEP (opcional) por $900 MXN adicionales: lo emite la SEP, no solo una plataforma
Al demostrar la competencia recibes un certificado emitido por la Secretaría de Educación Pública a través del Gobierno del Estado de México: un documento oficial que puedes presentar con confianza ante cualquier empleador o institución.
Tu certificado con INEC
- Lo emite la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México
- Documento oficial con folio verificable en línea
- Lo otorga la Universidad Tecnológica Fidel Velázquez
Otras plataformas en línea
- Constancia privada emitida por la misma plataforma
- Solo acredita horas cursadas o asistencia
- Sin respaldo de una autoridad educativa
Tu itinerario, de la inscripción al certificado
- 1
Inscripción con pago único
Pagas $4,990 MXN una sola vez y entras de inmediato al curso.
- 2
Estudias a tu ritmo
4 unidades con videos, lecturas y actividades, disponibles 24/7 durante 12 meses.
- 3
Cuestionarios por unidad
27 cuestionarios para comprobar lo aprendido.
- 4
Certificado
Certificado INEC al terminar; si quieres, validez SEP por $900 MXN adicionales.
Tu certificado al terminar (validez SEP opcional)
- Opcional: por $900 MXN adicionales, certificado emitido por la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México.
- Contenido impartido por Universidades Anáhuac.
- Folio y QR verificables para compartirlo con quien te contrate.
Empieza hoy, a tu ritmo
Un solo pago y acceso inmediato al curso completo durante 12 meses.
- 4 unidades · 80 lecciones · 89 h
- 12 meses de acceso
- 27 cuestionarios de evaluación
- Validez SEP opcional por $900 MXN adicionales
Sobre tu inscripción
¿Cómo es el pago?
Un solo pago de $4,990 MXN. No hay mensualidades ni cargos recurrentes.
¿Cuánto tiempo tengo acceso?
12 meses desde tu inscripción, 24/7, para avanzar a tu ritmo.
¿Quién imparte el contenido?
El curso es impartido por Universidades Anáhuac; INEC gestiona tu inscripción, evaluación y certificado.
¿Qué pasa cuando vence mi acceso?
Puedes renovar tu cuenta tú mismo desde la plataforma, sin trámites ni esperas.
¿El curso tiene validez SEP?
Es opcional: por $900 MXN adicionales obtienes un certificado emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
¿El curso tiene tutor o clases en vivo?
No. Es un curso autodidacta: estudias por tu cuenta, a tu ritmo, sin tutor ni sesiones en vivo.
¿Cómo se evalúa?
Te evalúas con actividades automáticas, sin entregas a un tutor.





