Modelos de Lenguaje en Inteligencia Artificial
SKU
Sin existencias
Sin existencias
La herramienta de programación R es una de las herramientas más sólidas en el análisis de datos y provee una plataforma de análisis poderosa al alcance tanto de científicos como de analistas de datos para industria y empresa.
Programas profesionales relacionados
Descripción del curso
La herramienta de programación R es una de las herramientas más sólidas en el análisis de datos y provee una plataforma de análisis poderosa al alcance tanto de científicos como de analistas de datos para industria y empresa.
En este curso se introduce a la programación de R orientada a algoritmos de análisis de datos tanto estadísticos, como computacionales y de machine learning.
Contenidos
Tema 1: Introducción a la Inteligencia Artificial y Redes Neuronales
-Definiciones y conceptos clave en Inteligencia Artificial.
-Fundamentos de Redes Neuronales (ANNs).
-Aplicaciones prácticas y ejemplos en el ámbito del aprendizaje de las ANN.
Tema 2: Modelos Generativos Adversarios (GANs)
-Principios fundamentales de Modelos Generativos Adversarios.
-Implementación y entrenamiento de GANs.
-Casos de uso y proyectos destacados que utilizan GANs.
Tema 3: AutoCodificadores y AutoCodificadores Variacionales
-Comprendiendo los AutoCodificadores y sus variantes.
-Uso de AutoCodificadores en problemas de generación y reconstrucción.
Tema 4: Redes Neuronales Recurrentes(RNN) y Transformers
-Introducción y explicación de RNNs
-Introducción a la arquitectura Transformer.
-Exploración de aplicaciones de los Transformers en diferentes contextos.
-Revisión y Detallado de proyectos prácticos utilizando la tecnología Transformer.
-Integración de los conceptos aprendidos en proyectos que aborden problemas reales.
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.
Información adicional
Fecha de inicio | – |
---|---|
Horario | – |
Profesor | – |
Área de formación | Sistemas inteligentes. |
Modalidad | Virtual en Vivo |
Duración | 16 horas. |
Nivel de complejidad | Básico. |
Perfil de ingreso | -SINT-335 Deep Learning y Big Data con Python. |
Cursos relacionados