Spanish
English
French
Deep Learning con R
Deep Learning con R
En este curso trataremos la librería Keras de R para Deep Learning y cómo usarla para desarrollar y evaluar modelos de Deep Learning. En este curso, descubriremos las técnicas, código y habilidades de Deep Learning que luego puede llevar a sus propios proyectos de Machine Learning.
Si está interesado en Deep Learning, tenemos que comenzar por desarrollar y evaluar modelos de Deep Learning. Luego, si descubres que realmente le gusta o tienes una habilidad especial para ello, más adelante podrás profundizar más en los antecedentes y la teoría, según lo necesites para ayudarte a desarrollar mejores y más valiosos resultados.
En este contexto, para este curso se ha escogido la mejor plataforma para comenzar y desarrollar muy rápidamente modelos de Deep Learning potentes a través de la librería Keras de R.
La librería Keras envuelve la complejidad de la computación numérica de Theano y TensorFlow proporcionando una API concisa que usaremos para desarrollar nuestra propia red neuronal y modelos Deep Learning. Además, trataremos las habilidades de Deep Learning para llevar esta nueva tecnología asombrosa a nuestros propios proyectos.
Dirigido a:
- El curso está dirigido a personas que tengan conocimientos de Machine Learning, conocimientos intermedios de programación y que quieran adentrarse a este apasionante mundo de dentro del campo de Deep Learning y redes neuronales.
Información general:
- Duración del curso: 8 semanas
- Horario: Sábado: 11:00am a 1:00 pm
- Modalidad: virtual
Certificación
La Escuela de Posgrado de la Universidad Peruana Cayetano Heredia otorgará, según corresponda:
- Certificado
- Al participante que haya aprobado satisfactoriamente las actividades según los criterios de evaluación consignados en el documento del curso.
- Contar con el grado académico universitario:
- Peruanos: Grado de bachiller universitario, verificable (SUNEDU en Línea o mediante entrega de copia del grado académico a la Unidad de Gestión Digital UPCH).
- Extranjeros: Entrega de Constancia de grado académico a la Unidad de Gestión Digital UPCH
Deep Learning con R
Temario
- Unidad 1 – Fundamentos de Deep Learning.
- Conceptos básicos de Deep Learning.
- Jupyter Notebook como nuestro entorno de trabajo.
- RStudio como nuestro entorno de trabajo.
- Curso rápido de R y Keras.
- Unidad 2 – Redes Neuronales.
- Curso sobre Multilayer Perceptron
- Desarrollar nuestra primera red neuronal con Keras.
- Evaluar el rendimiento de los modelos.
- Utilice modelos de Keras con Scikit-Learn para Machine Learning.
- Proyecto: Problema de clasificación multiclase.
- Proyecto: Problema de clasificación binaria.
- Proyecto: Problema de regresión.
- Unidad 3 – Redes Neuronales Avanzadas
- Guardar modelos para hacer predicciones.
- Mantener puntos de control en el entrenamiento de los modelos.
- Comprender el comportamiento del modelo durante el entrenamiento trazando el historial.
- Reducir el sobreajuste con la regularización Dropout.
- Optimizar el rendimiento con una planificación basada en la tasa de aprendizaje.
- Unidad 4 – Redes Neuronales Convolucionales.
- Curso intensivo en redes neuronales convolucionales.
- Curso intensivo en redes neuronales convolucionales.
- Representación de datos en CNN
- Operación convolución y Pooling
- Optimizar el rendimiento del modelo con Data Augmentation.
- Proyectos con CNN con un canal (Blanco y negro)
- Proyectos con CNN con tres canales (color)
- Unidad 5 – Redes Neuronales Recurrentes.
- Curso intensivo en redes neuronales recurrentes.
- Modelos de perceptrones multicapa para problemas de series de tiempo.
- Modelos LSTM para problemas de series temporales.
- Comprensión del estado en modelos LSTM para predicción de secuencias.
- Proyecto: Clasificación secuencial de reseñas de películas.
- Proyecto: Generación de texto con Alicia en el país de las maravillas.
- Unidad 6 – Conceptos avanzados de Redes Neuronales
- Transferlearning y Finetunning
- Realizar un proyecto de Deep Learning con Keras
Deep Learning con R
Coordinadora del curso
Dr. Manuel Castillo Cara
Profesor principal de la Universidad Nacional de Ingenieria (UNI). Ingeniero de informática de la Universidad San Antonio de Murcia, con estudios de posgrado en la Universidad de Castilla – España. Ha desarrollado proyectos de Tecnologías de la información relacionados al Internet de las cosas y machine learning. Ha realizado publicaciones e investigaciones científicas.
Deep Learning con R
Proceso de Inscripción
- Llenar el formulario de inscripción
- Enviar recibo de pago (*)
(*) Enviar el recibo de pago escaneado al correo epgvac.cursovirtual@oficinas-upch.pe
Inversión
- S/ 550 Soles
- Vacantes Limitadas(*)
(*) La UPCH se reserva el derecho de cancelar el programa si no llega al cupo mínimo de alumnos admitidos hasta el mismo día de inicio del programa.
(*) En caso tuviera inconveniente en el proceso de pago puede contactarse al email epgvac.cursovirtual@oficina-upch.pe
Deep Learning con R
Comunícate con un asesor
- WhatsApp: wa.link/k4dni3
- Teléfono: 965 716 341
- Correo: epgvac.cursovirtual@oficinas-upch.pe
