Cursos de Computación Neuronal - Ciencia de Datos

Algunos de nuestros clientes

Código del Curso

Nue_LBG

Duration

14 hours (usualmente 2 días, incluidas las pausas)

Requerimientos

El conocimiento / apreciación del aprendizaje automático, la arquitectura de sistemas y los lenguajes de programación son deseables

Overview

Esta sesión de capacitación basada en el aula contendrá presentaciones y ejemplos basados en computadora y ejercicios de estudio de caso para emprender con bibliotecas de redes neurales y profundas relevantes

Programa del Curso

1. Descripción de redes neuronales y aprendizaje profundo

  • El concepto de Machine Learning (ML)
  • ¿Por qué necesitamos redes neuronales y aprendizaje profundo?
  • Seleccionar redes para diferentes problemas y tipos de datos
  • Aprendiendo y validando redes neuronales
  • Comparación de la regresión logística a la red neuronal

2. Red neuronal

  • Inspiraciones biológicas para la red neuronal
  • Redes neuronales: neurona, perceptrón y MLP (modelo de perceptrón multicapa)
  • Learning MLP - algoritmo de retropropagación
  • Funciones de activación: lineal, sigmoide, Tanh, Softmax
  • Funciones de pérdida apropiadas para pronosticar y clasificar
  • Parámetros - tasa de aprendizaje, regularización, impulso
  • Construyendo redes neuronales en Python
  • Evaluación del rendimiento de redes neuronales en Python

3. Conceptos básicos de redes profundas

  • ¿Qué es el aprendizaje profundo?
  • Arquitectura de redes profundas: parámetros, capas, funciones de activación, funciones de pérdida, solucionadores
  • Máquinas Boltzman restringidas (RBM)
  • Autoencoders

4. Arquitecturas de redes profundas

  • Deep Belief Networks (DBN) - arquitectura, aplicación
  • Autoencoders
  • Máquinas restringidas de Boltzmann
  • Red neuronal convolucional
  • Red neuronal recursiva
  • Red Neuronal Recurrente

5. Descripción general de las bibliotecas e interfaces disponibles en Python

  • Caffee
  • Theano
  • Tensorflow
  • Keras
  • Mxnet
  • Elegir la biblioteca apropiada al problema

6. Construyendo redes profundas en Python

  • Elegir la arquitectura apropiada para el problema dado
  • Redes Híbridas Profundas
  • Red de aprendizaje: biblioteca apropiada, definición de arquitectura
  • Tuning network - inicialización, funciones de activación, funciones de pérdida, método de optimización
  • Evitar el sobreajuste: detección de problemas de sobreajuste en redes profundas, regularización
  • Evaluar redes profundas

7. Estudios de caso en Python

  • Reconocimiento de imagen - CNN
  • Detectando anomalías con Autoencoders
  • Pronosticando series de tiempo con RNN
  • Reducción de dimensionalidad con Autoencoder
  • Clasificación con RBM

Testimonios

★★★★★
★★★★★

Promociones

Descuentos en los Cursos

Respetamos la privacidad de su dirección de correo electrónico. No transmitiremos ni venderemos su dirección a otras personas.
En cualquier momento puede cambiar sus preferencias o cancelar su suscripción por completo.

is growing fast!

We are looking to expand our presence in Panama!

As a Business Development Manager you will:

  • expand business in Panama
  • recruit local talent (sales, agents, trainers, consultants)
  • recruit local trainers and consultants

We offer:

  • Artificial Intelligence and Big Data systems to support your local operation
  • high-tech automation
  • continuously upgraded course catalogue and content
  • good fun in international team

If you are interested in running a high-tech, high-quality training and consulting business.

Apply now!