Curso de Especialización en Deep Learning

RESERVAR PLAZA
imagen-destacada-curso

Curso de Especialización en Deep Learning

- Streaming -
icono-plazas

10% de descuento hasta el 30 de septiembre

Oferta Final de Verano

10% de descuento hasta el 30 de septiembre

  • calendario
    Comienzo
    13 de noviembre
    - 100 horas -
  • moneda
    Precio
    2.495 €
    - 5% descuento en pago único -
  • reloj
    Horarios
    A medida
    - V: 18:00 - 20:30 | S: 09:00 - 11:30 | GMT+2 -
  • Streaming: 100% adaptado. Clases en directo con nuestros profesores

Disfrutarás de acceso exclusivo a nuestra bolsa de empleo

Características del curso

Descripción

En este curso aprenderás cuáles son los fundamentos del deep learning y el uso de técnicas de aprendizaje no supervisado y de reinforcement learning. Estudiarás desde el uso de autoencoders hasta la optimización y regularización avanzada, pasando por las redes convolucionales para aplicaciones de procesamiento de imagen, y redes recurrentes para series temporales y NLP. Todo ello, de forma práctica y con diferentes usos, que te ayudarán a poner en valor lo estudiado en clase.

Objetivos
  1. Aprenderás los fundamentos de las arquitecturas más importantes de Deep Learning, así como la forma de entrenarlas, entendiendo su optimización, regularización, etc.
  2. Aplicarás deep learning para el reconocimiento, segmentación y generación imágenes.
  3. Te especializarás en NLP estadístico y neuronal para la clasificación, traducción o generación de textos.

 

Streaming

Formato 100% adaptado

Clases y profesores en directo en nuestras aulas virtuales

A quién va dirigido

Se trata de un curso especializado dirigido a data scientists u otros perfiles profesionales con experiencia previa en machine learning y sólidos conocimientos de programación.

Temario

01. Introducción al deep learning

  • Introducción al deep learning.
  • Deep learning vs. Machine learning: ¿cuándo debo usar qué?
  • Introducción a Keras (API secuencial y funcional).

02. Autoencoders

  • Aprendizaje no supervisado con Autoencoders.
  • Stacks de autoencoders.
  • Autoencoders variacionales.

03. Redes convolucionales

  • ¿Qué es una convolución? Aprovechando patrones locales.
  • Redes convolucionales aplicadas a procesamiento de imagen.
  • Ejemplos varios: Reconocimiento de captcha, fingerprint, emociones faciales, etc.

04. Deep learning en producción

  • ¿Cómo desplegar un modelo de Deep Learning en producción?
  • CPU vs GPU vs TPU. Deep learning distribuido en la nube pública.

05. Optimización y regularización

  • Stochastic gradient descent, Backpropagation.
  • Overfitting y underfitting. Regularización tradicional: Lasso y ridge. Regularización en redes: max norm, drop out, etc.
  • Optimización avanzada: batch-normalization, Selu, etc.
  • Hyperparameter tuning. Cogiendo manos con las redes neuronales.

06. Deep learning bayesiano

  • Bayesian Deep Learning: Añadiendo intervalos de confianza a una red neuronal.

07. Redes recurrentes

  • RNN y series temporales.
  • Sequence-to-sequence models aplicados a series temporales.

08. Challenge

  • Detección de anomalías en secuencias.

09. NLP (embeddings, secuencias y transformers)

  • Representaciones vectoriales y embeddings.
  • Procesado de secuencias de texto con RNNs.
  • Attention y Transformers.

10. Aprendizaje por refuerzo

  • Introducción al reinforcement learning tradicional, comparación con multiarmed bandits.
  • Q-Learning.
  • Deep reinforcement learning: Alpha-go.

11. Generative Adversarial Networks

  • GANs: Aprendizaje no supervisado II.
  • Modelos de atención en imágenes.

Hola,soy Juan Arévalo, Senior Data Scientist en Cepsa

y director del Curso de Especialización en Deep Learning.

Noviembre 2020 – 7 meses

Viernes de 18:00 a 20:30 | GMT +2

Sábados de 09:00 a 11:30 | GMT +2

 

Plazas disponibles: 20 de 30

¡Inscríbete!
¿Quieres reservar tu plaza en la próxima edición?

Este sitio está protegido por reCAPTCHA y por la Política de Privacidad y las Condiciones de Servicio de Google.

Formas de pago y financiación

1º. Reserva de plaza
500 €
2º. Opciones de pago
Pago
Único

5% de descuento

del precio final

Aplazado

logo-kschool

3 cuotas de 665 €sin intereses

 

Financiación

logo-sabadell

Solicita información:

91 745 42 90

 

Preguntas frecuentes

¿Hay horario en las clases en Streaming?

    Las clases en Streaming son 100% en directo, así que dependiendo del máster o curso deberás conectarte el día y a la hora en la que se imparten tus clases. En el apartado de horario del PDF informativo o en la página de cada Máster o Curso puedes consultarlo.

¿Es diferente el Máster en formato Streaming vs Presencial?

    No. Los profesores imparten el mismo temario adaptado a la modalidad live streaming, por lo que el nivel de la formación es el mismo.

¿Puedo interactuar con el profesor y los compañeros durante el streaming?

    Por supuesto. A diferencia de la formación online, la modalidad en streaming te permite tener la misma interacción con profesores y compañeros que la que tendrías en persona. La ventaja del formato streaming es que es igual que estar en clase, pero desde tu ordenador. Las clases son en directo por lo que puedes preguntar a los profesores cualquier duda que tengas al momento.

¿Qué requisitos técnicos se necesitan para seguir las clases en Streaming?

Tan solo necesitas un ordenador con buena conexión a Internet. Además, te recomendamos que busques un lugar tranquilo para poder seguir las clases con total atención.

¿Qué pasa si no puedo asistir a alguna clase?

    No te preocupes. Si no puedes asistir a alguna clase, puedes recuperarla en la siguiente edición, siempre y cuando haya disponibilidad de plazas.

Esto dicen nuestros alumnos

Contacto

 

Quiero recibir y mantenerme al tanto de las comunicaciones comerciales y acciones promocionales de KSchool.
Este sitio está protegido por reCAPTCHA y por la Política de Privacidad y las Condiciones de Servicio de Google.