Al iniciar el máster, el alumno comprenderá todo lo relacionado al Deep Learning, así cómo dominara los conocimientos necesarios para desarrollar disciplinas como el análisis predictivo, reconocimiento de imágenes, voz y textos, entre otros.
La formación esta destinada a todas aquellas personas interesadas en desarrollar conocimientos y habilidades en el sector del Deep Learning.
Deep Learning
El objetivo de la asignatura es introducir los conceptos fundamentales de las redes neuronales profundas. Además de proporcionar un recorrido teórico-práctico se aprenderán a utilizar las herramientas más importantes y a implementar soluciones desde cero.
Computer Vision
El objetivo de la asignatura es introducir los conceptos fundamentales de las técnicas de Visión por Computadora (Computer Vision). Se realizará un recorrido teórico práctico de las principales técnicas.
Natural Language Processing
Introducción a los conceptos fundamentales de los mecanismos empleados para la comunicación entre personas y máquinas por medio del lenguaje natural. Conocer las interacciones y su aplicación en el campo de inteligencia artificial.
Entrepreneurship II
Discusión y descubrimiento de nuevos modelos de negocio basados en data science.
Machine Learning II
Aplicar redes convolucionales y modelos recurrentes profundos con Tensorflow en aplicaciones prácticas con imágenes, implementar y diseñar modelos neuronales para la resolución de problemas modelización/clasificación, diseñar modelos generativos adversariales para la gestión de datos.
Reinforcement Learning
Introducción a los conceptos del aprendizaje por refuerzo. Conocer las formas de calcular medias y promedios móviles, procesos de decisión de Markov, programación dinámica, diferencia temporal de aprendizaje y métodos de aproximación.
Machine Learning III
Aplicar redes convolucionales y modelos recurrentes profundos con Tensorflow en aplicaciones prácticas con imágenes, implementar y diseñar modelos neuronales para la resolución de problemas modelización/clasificación, diseñar modelos generativos adversariales para la gestión de datos.
Reto Kaggle
Formarás parte de un equipo en Kaggle donde solucionarás un reto de Data Science.
Final Project
La temática podrá ser propuesta por el estudiante o seleccionada de una lista proporcionada por MIOTI.
Tras la culminación del proceso académico el aluno es titulado como Máster en Deep Learning.
ENVÍA TU CV
Déjanos conocer tu perfil para confirmar que este curso es el que necesitas.
ENTREVISTA
Es la oportunidad de poder conocernos y aclarar las dudas que tengas.
ADMISIÓN
Nuestro comité de admisiones valorará tu candidatura y motivación.
Información Adicional
FECHA INICIO
SEPTIEMBRE 2021
Consulta nuestro plan de becas MIOTI.
Tenemos disponible becas de la Fundación Universia.
Tenemos disponible becas de la Fundación ONCE.
Bonificable hasta el 100% por Fundae.
También puedes fraccionar el pago en 10 cuotas sin intereses.
