¿Por qué estudiar este curso?
El curso es de contenido teórico-práctico y tiene como objetivo principal presentar las herramientas desarrolladas en el campo de las redes neuronales con aplicación a las ciencias sociales y a las series de tiempo.
¿Qué lograré con este curso?
- Conocer los principales modelos teóricos de deep learning
- Utilizar las herramientas de implementación de deep learning mediante el software Python
- Aplicar las herramientas aprendidas en un proyecto de investigación propio
Egresados de todas las carreras de las Ciencias Sociales y carreras afines (que cuenten con el grado de bachiller) y profesionales interesados.
- Teórico: Sábados de 11:00 a.m. a 02:00 p.m.
- Práctico: Martes de 07:00 p.m. a 08:30 p.m.
- Introducción a Deep Learning, Conceptos básicos
- Convolutional Neural Networks 1
- Convolutional Neural Networks 2
- Recurrent Neural Networks
- Attention Models. Transferencia de Aprendizaje e Ajuste Fino
- Redes profundas de aprendizaje no supervisado, Autoencoders
- Deep Generative Models 1
- Deep Generative Models 2
- Proyecto de aplicación práctica
Es recomendable tener lo siguientes conocimientos básicos para un
correcto entendimiento del curso:
- Álgebra lineal
- Redes Neuronales Artificiales
- Conceptos relacionados a Aprendizaje Automático (Machine Learning)
- Programación en Python
Pedro Achanccaray Diaz
Cuenta con 5 años de experiencia en proyectos de Investigación, Desarrollo e Innovación (I+D+I) usando teledetección, inteligencia artificial, aprendizaje profundo y modelos probabilísticos en las áreas de agricultura, gas y petróleo. Actualmente se encuentra laborando en el Laboratorio de Inteligencia Computacional (ICA) de la PUC-Rio desde el 2019. Participó en proyectos de teledetección con el Instituto Nacional de Pesquisas Espaciaias (INPE) de Brasil del 2015 al 2018.
Certificado:
- El alumno debe aprobar el curso, se considera aprobado si se obtiene una nota mayor o igual a 11
Constancia de participación:
- No haber aprobado el curso, pero asistieron al 75% de todas las sesiones sincrónicas
S/ 900