Durante el máster profundizarás en elementos de Deep Learning, dominarás los conocimientos necesarios para desarrollar disciplinas como el análisis predictivo, reconocimiento de imágenes, voz y textos, entre otros.
Así finalizado el máster podrás trabajar como:
Aquellas personas interesadas en desarrollar conocimientos y habilidades en el sector del Deep Learning.
El objetivo principal del máster es proporcionar al estudiante una sólida formación en las más recientes técnicas de Machine Learning y 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.
Finalizada la formación el estudiante recibirá una titulación como Máster en Deep Learning, emitida por MIOTI. Tech Business School.
Para acceder al Máster en Deep Learning, es necesario que el aspirante supere el proceso de admisión.
Información Adicional
Convocatorias anuales marzo/abril o septiembre/octubre.
Becas:
