• No hay productos en el carrito.

Impartido por Universidades AnáhuacPago único de $4,990 MXN · acceso por 12 meses

Curso de Deep Learning: Del Concepto a la Práctica

Introducción práctica a redes neuronales con TensorFlow/Keras: visión general y aplicaciones.

Certificado con validez SEP (opcional) por $900 MXN adicionalesA través del Gobierno del Estado de México
12 meses de acceso En línea · 89 h 100% autodidacta 4 unidades Nivel principiante
Modalidad

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.
Qué aprenderás

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.
Habilidades que desarrollarás
Artificial Neural Networks Keras (Neural Network Library) Deep Learning Applied Machine Learning Tensorflow Convolutional Neural Networks Recurrent Neural Networks (RNNs) Análisis de imágenes Model Training Model Deployment Visión por computadora

Temario

UNIDAD 1 - 1. Introducción al aprendizaje profundo · 25 lecciones

UNIDAD 1 - 1. Introducción al aprendizaje profundo

  • Introducción semana 1Video · 2 min
  • Información de la semanaLectura · 30 min
  • Las redes neuronales artificiales: AntecedentesVideo · 2 min
  • Cuestionario: Antecedentes de las redes neuronalesCuestionario · 20 min
  • Redes neuronales artificiales: BásicoVideo · 3 min
  • Cuestionario: Fundamentos de las redes neuronales artificialesCuestionario · 20 min
  • NN en Python para emular la función XORVideo · 10 min
  • Cuestionario 3: NN en Python para emular la función XORCuestionario · 20 min
  • Capas y componentes de una red de redesVideo · 9 min
  • Cuestionario 4: Capas y componentes de una NNCuestionario · 20 min
  • Procesamiento de datos: Feed-ForwardVideo · 6 min
  • Cuestionario 5: Procesamiento de datos: Feed-ForwardCuestionario · 20 min
  • Procesamiento de datos: RetropropagaciónVideo · 8 min
  • Cuestionario 6: Procesamiento de datos: Propagación hacia atrásCuestionario · 20 min
  • Limpieza de datosVideo · 6 min
  • Cuestionario 7: Limpieza de datosCuestionario · 20 min
  • Preparación de datosVideo · 5 min
  • Cuestionario 8: Preparación de datosCuestionario · 20 min
  • Definición de pesos y variables con la función FeedForwardVideo · 5 min
  • Cuestionario 9: Definición de pesos y variables con función FeedForwardCuestionario · 20 min
  • Función Backdrop y generación de NNVideo · 8 min
  • Cuestionario 10: Función Backprop y generación de NNCuestionario · 20 min
  • Visualización e interpretación de salidasVideo · 6 min
  • Cuestionario 11: Visualización e interpretación de resultadosCuestionario · 20 min
  • Fin de la semana 1Video · 2 min
UNIDAD 2 - 2. Redes neuronales con TensorFlow y Keras · 18 lecciones

UNIDAD 2 - 2. Redes neuronales con TensorFlow y Keras

  • Introducción a la semana 2Video · 1 min
  • Contenido de la semanaLectura · 30 min
  • Tensorflow and its importanceVideo · 2 min
  • Cuestionario 12: TensorFlow y su importanciaCuestionario · 20 min
  • TensoresVideo · 1 min
  • Cuestionario 13: TensoresCuestionario · 20 min
  • Instalación de Tensorflow y KerasVideo · 9 min
  • ObservaciónLectura · 30 min
  • Probando la instalación con la función XORVideo · 13 min
  • Cuestionario 14: Probando la instalaciónCuestionario · 20 min
  • Dígitos manuscritos con Keras: Limpieza de datosVideo · 11 min
  • Dígitos manuscritos con Keras: Construyendo y entrenando la NNVideo · 9 min
  • Cuestionario 15: Construyendo y entrenando la NNCuestionario · 20 min
  • Dígitos manuscritos con Keras: Evaluación de la red neuronalVideo · 12 min
  • Cuestionario 16: Evaluación de la red neuronalCuestionario · 20 min
  • NN cancer screeningVideo · 15 min
  • Cuestionario 17: Detección de cáncer de mama con NNCuestionario · 20 min
  • Cierre de la semana 2Video · 2 min
UNIDAD 3 - 3. Redes neuronales convolucionales · 23 lecciones

UNIDAD 3 - 3. Redes neuronales convolucionales

  • Introducción a la semana 3Video · 2 min
  • Contenido de la semanaLectura · 30 min
  • Redes neuronales convolucionalesVideo · 3 min
  • Cuestionario 18: Redes neuronales convolucionalesCuestionario · 20 min
  • ConvoluciónVideo · 2 min
  • Cuestionario 19: ConvoluciónCuestionario · 20 min
  • FiltrosVideo · 7 min
  • Cuestionario 20: FiltrosCuestionario · 20 min
  • Capa de convoluciónVideo · 3 min
  • Cuestionario 21: Capa de convoluciónCuestionario · 20 min
  • Capa de agrupaciónVideo · 3 min
  • Cuestionario 22: Capa de agrupaciónCuestionario · 20 min
  • Limpieza de datosVideo · 5 min
  • Construyendo y entrenando la NNVideo · 10 min
  • Cuestionario 23: Construyendo y entrenando la NNCuestionario · 20 min
  • Evaluación de la NNVideo · 8 min
  • Limpieza de datosVideo · 8 min
  • Construyendo y entrenando la NNVideo · 6 min
  • Cuestionario 24: Construyendo y entrenando la NNCuestionario · 20 min
  • Prueba y evaluación de la redVideo · 8 min
  • Guardar, cargar y compartir las redes neuronalesVideo · 11 min
  • Cuestionario 25: Guardar, cargar y compartir las NNCuestionario · 20 min
  • Cierre de semana 3Video · 1 min
UNIDAD 4 - 4. Aprendizaje profundo y generación de texto · 14 lecciones

UNIDAD 4 - 4. Aprendizaje profundo y generación de texto

  • Introducción a la semana 4Video · 1 min
  • Contenido de la semanaLectura · 30 min
  • ¿Qué es una red neuronal recurrente?Video · 4 min
  • Cuestionario 26: ¿Qué es una red neuronal recurrente?Cuestionario · 20 min
  • ¿Qué es una red neuronal de corto y largo plazo?Video · 9 min
  • Cuestionario 27: ¿Qué es una red neuronal de corto y largo plazo?Cuestionario · 20 min
  • Generación de texto: Exploración de datosVideo · 10 min
  • Generación de texto: Preparación de datosVideo · 7 min
  • Generación de texto: Construcción de modeloVideo · 8 min
  • Generación de textoVideo · 7 min
  • Cierre de semana 4Video · 1 min
  • HTML en brutoLectura · 30 min
  • Cierre del cursoLectura · 10 min
  • Certificado con validez SEPLección · 10 min
Al terminar

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.

Perfil

¿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 artificial
Certificado oficial

Certificado 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
Cómo funciona

Tu itinerario, de la inscripción al certificado

  1. 1

    Inscripción con pago único

    Pagas $4,990 MXN una sola vez y entras de inmediato al curso.

  2. 2

    Estudias a tu ritmo

    4 unidades con videos, lecturas y actividades, disponibles 24/7 durante 12 meses.

  3. 3

    Cuestionarios por unidad

    27 cuestionarios para comprobar lo aprendido.

  4. 4

    Certificado

    Certificado INEC al terminar; si quieres, validez SEP por $900 MXN adicionales.

Lo que obtienes

Tu certificado al terminar (validez SEP opcional)

Muestra del certificado: Deep Learning: Del Concepto a la Práctica

Muestra · verificable por folio y QR

  • 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.
Medios que necesitas
Equipo de cómputo Conexión estable a internet
Pago único

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
Pago único
$4,990MXN
Acceso por 12 meses
Inscribirme Hablar con un asesor de inscripción
Preguntas frecuentes

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.

Cursos relacionados

  INEC es una Marca de SalesPartners Ciudad de México S de RL de CV. Template Design © Learnify LMS. All rights reserved. Terminos y Condiciones Aviso de Privacidad Politica de Devolución
Hide picture