El curso tiene como objetivo proporcionar una comprensión profunda de los conceptos básicos de redes neuronales y su implementación práctica utilizando Python. Los estudiantes aprenderán sobre la estructura y funcionamiento de las redes neuronales, el uso de bibliotecas populares como TensorFlow y Keras para construir modelos multicapa, y las técnicas para entrenar y evaluar dichos modelos de manera eficiente.

Al finalizar el curso, los participantes estarán capacitados para crear y optimizar redes neuronales simples y comprender los fundamentos del ajuste de modelos y el análisis de resultados para mejorar su rendimiento.

Contenidos

1. Introducción a redes neuronales con Python.

2. Construcción de modelos de redes neuronales en Python.

3. Entrenamiento y evaluación de modelos.

4. Análisis de resultados y ajuste de modelos.

Metodología de Aprendizaje

La educación actual suele limitar a estudiantes, forzándoles a absorber contenidos en lugar de fomentar la solución colectiva de problemas. En CENFOTEC, buscamos modificar este enfoque mediante nuestra metodología de aprendizaje constructivista llamada 40-40-20.

La técnica 40-40-20 divide el tiempo de clase: 40% el profesor da un charla para inducir al pensamiento autónomo basado en conceptos clave; el siguiente 40% para resolver retos individuales o en grupo, que exigen exploración, donde el docente es un facilitador; y el 20% restante para una discusión guiada por el profesorado. Para mantener la atención, consideramos 1 hora lectiva como 50 minutos, especialmente en cursos de 3-4 horas.

Adicionalmente el estudiante deberá dedicar una cantidad de horas adicionales para completar retos extraclase que el profesor le asigne.