Curso de Posgrado: "Redes Neuronales Profundas y Aplicaciones"

Imagen

22/07/2018

Curso de Posgrado: "Redes Neuronales Profundas y Aplicaciones"

La escuela de Posgrado convoca a todos los interesados a inscribirse. En este curso se abordarán las denominadas Redes Neuronales Profundas, específicamente, las Redes Neuronales de Convolución (CNNs), y las redes recurrentes y en particular las Long Short-Term Memory (LSTM).

Dicho curso será dictado por el Docente Dr. Jorge Gotay Sardiñas, el mismo tendrá una duración de 60 horas. La fecha de inicio será el jueves 02 de agosto. Para más información dirigirse a la Escuela de Posgrado.

Horario Cursado: Jueves y Viernes de 17:00 a 22:00hs

Arancel: $4.200  

Resumen

Una red neuronal, es una tecnología informática construida para simular los procesos internos del cerebro humano, entre estos, las interacciones a diferentes niveles y el reconocimiento de patrones en el campo visual, auditivo y la extracción de características de un problema dado. Constituyen una de las tecnologías de Inteligencia Artificial más avanzadas en la actualidad, que están revolucionando la industria y la vida diaria, incluyendo el Internet of Things (IoT). Compañías como Tesla, Uber, Facebook, Microsoft, y Google están invirtiendo fuertemente en este tipo de tecnologías para que sus productos sean más inteligentes y personalizados, adaptándose a las necesidades de los usuarios y aprovechando la gran cantidad de datos disponibles en la actualidad.

En el presente curso se abordarán las denominadas Redes Neuronales Profundas, diseñadas para procesar grandes volúmenes de datos. Específicamente, abordaremos las Redes Neuronales de Convolución (CNNs) las cuales han logrado grandes avances en el procesamiento de imágenes, video y audio, que resultan críticos para tecnologías como conducción autónoma de vehículos y análisis de imágenes médicas utilizadas para identificar enfermedades de piel. Se estudiarán los autoencoders como algoritmos no supervisados que permiten la extracción automática de características de los datos y obtener una buena inicialización de los pesos de una de arquitectura profunda. También se abordarán las redes recurrentes y en particular las Long Short-Term Memory (LSTM) que han permitido sustanciales avances en procesamiento de datos secuenciales en texto, análisis de sentimiento y habla. Finalmente se abordarán los últimos avances de la Inteligencia Artificial a través de las Redes Adversarias Generativas (GANs), las cuales permiten generar datos artificiales muy similares a los datos presentes de la realidad.