Deep Learning y Redes Neuronales
€449
Sumérgete en el mundo del Deep Learning y domina las arquitecturas de redes neuronales más avanzadas. Este curso te enseñará a construir, entrenar y optimizar redes neuronales profundas, incluyendo CNN para visión por computadora, RNN para secuencias y transformers para procesamiento de lenguaje natural. Aprenderás con frameworks modernos como TensorFlow y PyTorch.
Lo que aprenderás
- Fundamentos de Deep Learning y redes profundas
- Redes Neuronales Convolucionales (CNN)
- Redes Neuronales Recurrentes (RNN y LSTM)
- Arquitecturas Transformer y Attention
- TensorFlow y PyTorch desde cero
- Transfer Learning y Fine-tuning
Contenido del Curso
Módulo 1: Fundamentos de Deep Learning
- Arquitecturas de redes neuronales profundas
- Backpropagation y gradiente descendente
- Técnicas de inicialización de pesos
- Batch normalization y layer normalization
Módulo 2: Redes Convolucionales (CNN)
- Operaciones de convolución y pooling
- Arquitecturas clásicas: LeNet, AlexNet, VGG
- ResNet y conexiones residuales
- Detección de objetos con YOLO y R-CNN
Módulo 3: Redes Recurrentes
- RNN básicas y sus limitaciones
- LSTM y GRU
- Secuencias bidireccionales
- Aplicaciones en series temporales
Módulo 4: Transformers y Modelos Avanzados
- Mecanismo de atención
- Arquitectura Transformer
- BERT, GPT y modelos de lenguaje
- Vision Transformers (ViT)