• FACULTAD: Ciencias Económicas y Administrativas
• DURACIÓN (Horas): 40 horas
  
• FECHA DE INICIO: 16 de agosto de 2022 
• HORARIO:  6:00 p m a 10:00 p.m. 
• SEDE:  Principal
• VALOR DE LA INSCRIPCIÓN: $ 600.000 (clic aquí para inscribirte)
• DIRIGIDO A: Profesionales en cualquier área del conocimiento
• MODALIDAD: Presencial
• REQUISITOS DE INGRESO:
• REQUISITOS DE ACREDITACIÓN:  Asistir al 80% de las sesiones

---

 DESCRIPCIÓN

El Deep Learning se caracteriza porque la calidad de sus predicciones y resultados mejora mucho si se tiene una gran cantidad de datos, además la extracción de las características de interés en una base de datos se aprende de forma automática a través de la información. Permite a través de sus algoritmos aprender de datos con múltiples niveles de abstracción. Es una herramienta muy poderosa para tratar con datos no estructurados como correos electrónicos, archivos pdf, imágenes digitales, video, audio, publicaciones en redes sociales, etc. El Deep Learning tiene como base la teoría de las redes neuronales que como se puede intuir son algoritmos que asemejan la estructura y funcionamiento del cerebro al recibir información, procesarla y realiza una tarea específica, este concepto fue inicialmente introducido por W. S. McCulloch y W. Pitts, en el año 1943. Los algoritmos de redes neuronales son parte importante del insumo de herramientas que un Data Scientist debe tener pues permite resolver una gran cantidad de problemas donde las herramientas tradicionales no funcionan, por ejemplo en el reconocimiento de voz, imágenes, de emociones a través de expresiones faciales y procesamiento de lenguaje natural.

OBJETIVOS:

El estudiante del curso aprenderá:

• Los conceptos básicos de una red neuronal.
• Los métodos que ayudan a mejorar el desempeño de una red neuronal.
• Cómo aplicar una red neuronal convolucional y recurrente.

JUSTIFICACIÓN

Este curso responde a las necesidades que tienen profesionales de distintas áreas del conocimiento en formarse y fortalecer sus habilidades en el tema del Big Data, uso de software y herramientas tecnológicas. Específicamente en el Deep Learning y el uso de algunas herramientas tecnológicas.

CONTENIDO PROGRAMÁTICO

1. Módulo I (Introducción a las redes neuronales,Deep learning Recurrent neural networks, entre otros)

2. Módilo II (Procesamiento de texto, imagen y texto)