Proyectos de Aprendizaje profundo de Keras con TensorFlow
Construir modelos de IA con Keras y TensorFlow
Certificado oficial emitido por la SEPA través del Gobierno del Estado de México
12 meses de acceso
En línea · 192 h
7 unidades
Nivel principiante
Qué aprenderás
Lo que serás capaz de hacer
Esta Especialización proporciona una experiencia de aprendizaje práctica e integral en la creación e implementación de modelos de aprendizaje profundo con Keras y TensorFlow. Los alumnos trabajarán en proyectos reales de desarrollo de chatbot, análisis de sentimientos, clasificación de imágenes y reconocimiento facial. Cada curso guía a los participantes desde el preprocesamiento de datos hasta las arquitecturas avanzadas de redes neuronales, haciendo hincapié en la optimización, evaluación e implementación de modelos. Al completar el programa, los alumnos obtendrán habilidades de IA listas para el trabajo aplicables en PNL, visión por ordenador y dominios de aprendizaje automático aplicado.
- Diseñar e implementar modelos de aprendizaje profundo utilizando Keras y TensorFlow para tareas de procesamiento del lenguaje natural (NLP) y visión artificial.
- Aplicar técnicas de preprocesamiento, incrustación y evaluación para optimizar el rendimiento de las redes neuronales.
- Desarrolla, entrena e implementa aplicaciones de inteligencia artificial, como chatbots, analizadores de opiniones y sistemas de reconocimiento.
Habilidades que desarrollarás
Representaciones vectoriales
Procesamiento de lenguaje natural
Keras (biblioteca de redes neuronales)
IA generativa
Redes neuronales convolucionales
Aprendizaje por transferencia
Redes neuronales recurrentes (RNNs)
Evaluación de modelos
Arquitecturas de modelos generativos
Análisis de imágenes
Entrenamiento de modelos
Redes neuronales artificiales
Visión por computadora
Optimización de modelos
Preprocesamiento de datos
Tensorflow
Aprendizaje profundo
Aprendizaje automático aplicado
Flujos de trabajo de AI
Implementación de modelos
Temario
UNIDAD 1 - Fundamentos del texto y el preprocesamiento · 16 leccionesChatbots con Keras y NLP: Construir y Evaluar - UNIDAD 1 - Fundamentos del texto y el preprocesamiento
UNIDAD 1 - Fundamentos del texto y el preprocesamiento · 16 lecciones
Chatbots con Keras y NLP: Construir y Evaluar - UNIDAD 1 - Fundamentos del texto y el preprocesamiento
- Introducción al proyecto
- Modelo de proa
- Vectorizador COUNT
- Introducción a los proyectos de texto
- Datos de texto
- Datos de texto Continuar
- Número máximo de características
- Preparación y limpieza de datos de texto
- Palabras vacías
- Stemming
- Continuación del análisis de raíces
- Lematización
- Dominar la normalización de textos
- Del texto sin procesar a los datos listos para usar: sentar las bases del procesamiento del lenguaje natural (NLP) para los chatbots
- Fundamentos del preprocesamiento de textos - Cuestionario graduado
- Mejora del procesamiento de consultas de los clientes en un sistema de chatbot
UNIDAD 2 - Enfoques clásicos y neuronales · 13 leccionesChatbots con Keras y NLP: Construir y Evaluar - UNIDAD 2 - Enfoques clásicos y neuronales
UNIDAD 2 - Enfoques clásicos y neuronales · 13 lecciones
Chatbots con Keras y NLP: Construir y Evaluar - UNIDAD 2 - Enfoques clásicos y neuronales
- Modelo de aprendizaje automático con datos de texto
- Vectorizador TF-TF-IDF
- Spacy Word2Vec
- De los vectores a los modelos
- Requisitos
- Implementación de Hindson
- Continuación de la implementación de Hindson
- Instalación y puesta en marcha
- Redes neuronales
- Chatbots generativos - Parte 1
- Chatbots generativos. Parte 2
- Fundamentos neuronales de los chatbots
- Enfoques clásicos y neuronales – Prueba de evaluación por niveles
UNIDAD 3 - Creación de chatbots avanzados · 14 leccionesChatbots con Keras y NLP: Construir y Evaluar - UNIDAD 3 - Creación de chatbots avanzados
UNIDAD 3 - Creación de chatbots avanzados · 14 lecciones
Chatbots con Keras y NLP: Construir y Evaluar - UNIDAD 3 - Creación de chatbots avanzados
- Chatbots generativos. Parte 3
- Chatbots generativos - Parte 4
- Chatbots generativos. Parte 5
- Análisis en profundidad de los chatbots generativos
- Chatbots atentos. Parte 1
- Chatbots atentos. Parte 2
- Chatbots atentos. 3.ª parte
- Atención y contexto
- Chatbot avanzado
- Chatbot avanzado: evaluación
- Conclusión
- Más allá de lo básico: chatbots avanzados
- Creación de chatbots avanzados – Prueba evaluativa
- Creación y evaluación de un chatbot sensible al contexto con Keras y TensorFlow
UNIDAD 4 - Dominar el análisis de opiniones con las redes neuronales recurrentes (RNN) · 16 leccionesAnálisis de sentimientos con RNNs en Keras - UNIDAD 4 - Dominar el análisis de opiniones con las redes neuronales recurrentes (RNN)
UNIDAD 4 - Dominar el análisis de opiniones con las redes neuronales recurrentes (RNN) · 16 lecciones
Análisis de sentimientos con RNNs en Keras - UNIDAD 4 - Dominar el análisis de opiniones con las redes neuronales recurrentes (RNN)
- Introducción al proyecto
- Google Collab
- Descarga del conjunto de datos de IMDb
- Introducción al análisis de sentimientos
- Secuencias de relleno
- Modelo LSTM básico
- Entrenamiento
- Preparación de datos para el aprendizaje profundo
- Trazado
- Predicción con LSTM básico
- Modelo LSTM complejo con entrenamiento
- Predicción con LSTM complejo
- Creación y prueba de modelos avanzados
- De las reseñas a los resultados: creación de clasificadores de opiniones con LSTM
- Dominar el análisis de opiniones con las redes neuronales recurrentes (RNN)
- Mejora de la predicción del sentimiento en las reseñas de películas de IMDb mediante redes LSTM
UNIDAD 5 - Dominar la clasificación de imágenes con Keras · 17 leccionesClasificación de imágenes con Keras: Build & Optimize - UNIDAD 5 - Dominar la clasificación de imágenes con Keras
UNIDAD 5 - Dominar la clasificación de imágenes con Keras · 17 lecciones
Clasificación de imágenes con Keras: Build & Optimize - UNIDAD 5 - Dominar la clasificación de imágenes con Keras
- Introducción al proyecto
- Google Collab
- Cargar
- Introducción al proyecto
- Descarga del conjunto de datos
- Modelo preentrenado
- Visualización de la capa intermedia
- Creación de la estructura básica del modelo
- Creación de modelos y aumento de imágenes
- Compilación y entrenamiento del modelo
- Valores de las pérdidas
- Imágenes de prueba y visualización
- Reentrenamiento del modelo
- Formación, pruebas y mejora
- Optimización de modelos de clasificación de imágenes con Keras
- Dominar la clasificación de imágenes con Keras
- Optimización de un proceso de clasificación de imágenes con Keras mediante el aprendizaje por transferencia
UNIDAD 6 - Fundamentos de la detección de rostros y la visión artificial · 18 leccionesReconocimiento facial con Keras: Detectar y Clasificar - UNIDAD 6 - Fundamentos de la detección de rostros y la visión artificial
UNIDAD 6 - Fundamentos de la detección de rostros y la visión artificial · 18 lecciones
Reconocimiento facial con Keras: Detectar y Clasificar - UNIDAD 6 - Fundamentos de la detección de rostros y la visión artificial
- Introducción al curso
- CNN para procesamiento de imágenes
- Preprocesamiento de imágenes
- Guardar y cargar los modelos
- Introducción al reconocimiento facial
- Preparación del sistema
- Lectura de los datos de la imagen
- Detección de rostros con MTCNN
- Dibujar un rectángulo delimitador
- Preparación del sistema para la detección de rostros
- Sorteo Puntos clave
- Aplicar a un grupo de imágenes
- Extraer rostros de una imagen
- Resumen sobre la detección de rostros
- Técnicas avanzadas de detección
- De píxeles a rostros: Construcción del proceso de detección de rostros
- Curso de nivel básico: Fundamentos de la detección de rostros y la visión artificial
- Implementación de la detección de rostros para una página web de moda utilizando MTCNN y Keras
UNIDAD 7 - Creación e implementación de sistemas de reconocimiento facial · 17 leccionesReconocimiento facial con Keras: Detectar y Clasificar - UNIDAD 7 - Creación e implementación de sistemas de reconocimiento facial
UNIDAD 7 - Creación e implementación de sistemas de reconocimiento facial · 17 lecciones
Reconocimiento facial con Keras: Detectar y Clasificar - UNIDAD 7 - Creación e implementación de sistemas de reconocimiento facial
- Reconocimiento facial
- Conjunto de datos sobre moda
- Cargar caras
- Cargar el conjunto de datos desde carpetas
- De los rostros a los conjuntos de datos
- Cargar el conjunto de datos desde las carpetas. Continuar
- Generar representaciones de rostros
- Incrustación de caras
- Creación de un clasificador basado en representaciones embebidas
- Integración de la inteligencia
- Construcción de clasificadores a partir de incrustaciones Continuar
- Pruebas de aplicación real
- Utiliza la red neuronal profunda (DNN) de Kera con FaceNet
- Conclusión
- Aplicación en el mundo real
- Desarrollo y despliegue gradual de sistemas de reconocimiento facial
- Implementación de un sistema avanzado de reconocimiento facial para una página web de moda
Certificado oficial
Tu certificado 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
Inscripción con pago único
Pagas $4,990 MXN una sola vez y entras de inmediato al curso.
- 2
Estudias a tu ritmo
7 unidades con videos, lecturas y actividades, disponibles 24/7 durante 12 meses.
- 3
Cuestionarios por unidad
28 cuestionarios para comprobar lo aprendido.
- 4
Certificado
Emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
Lo que obtienes
Un certificado oficial de la SEP
Muestra · verificable por folio y QR
- Emitido por la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México. No es una constancia privada: es un documento oficial, y ese respaldo marca la diferencia frente a otras plataformas en línea.
- Contenido impartido por EDUCBA.
- 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.
- 7 unidades · 111 lecciones · 192 h
- 12 meses de acceso
- 28 cuestionarios de evaluación
- Certificado emitido por la SEP (Gob. del Estado de México) con folio verificable
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 EDUCBA; 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.
