Curso de Inteligencia Artificial: Deep Learning - Colombia - Exterior - Summer School - Pontificia Universidad Javeriana - Educación Continua - I44269

Home>Cursos>Informática>Colombia>Curso de Inteligencia Artificial: Deep Learning - Colombia - Exterior
 
Curso de Inteligencia Artificial: Deep Learning
Método: Presencial
Lugar:
Tipo: Cursos
Precio: 650 us$
Inversión: $ 1.950.000 COP / $ 650 USD
Loading...

Solicita información sin compromiso
Summer School - Pontificia Universidad Javeriana - Educación Continua

Curso de Inteligencia Artificial: Deep Learning - Colombia - Exterior

Nombre
Apellidos
E-Mail
Provincia
Teléfono de Contacto
Código Área Ej: 11
 
 
 
 
Teléfono Fijo Ej: 54544444
 
 
 
 
Mi teléfono es:
Fijo
Celular
Preguntas
Para enviar la solicitud debes aceptar la política de privacidad
* Campos obligatorios

En breve un responsable de Summer School - Pontificia Universidad Javeriana - Educación Continua, se pondrá en contacto contigo para informarte.
Por favor, rellená todos los campos correctamente
Imágenes de Summer School - Pontificia Universidad Javeriana - Educación Continua:
Foto Summer School - Pontificia Universidad Javeriana - Educación Continua Colombia Centro
Foto Summer School - Pontificia Universidad Javeriana - Educación Continua Colombia Centro
AnteriorAnterior
SiguienteSiguiente
Foto Centro Summer School - Pontificia Universidad Javeriana - Educación Continua
Summer School - Pontificia Universidad Javeriana - Educación Continua Colombia Centro
Foto Summer School - Pontificia Universidad Javeriana - Educación Continua Colombia Centro
Centro Summer School - Pontificia Universidad Javeriana - Educación Continua Colombia
Foto Centro Summer School - Pontificia Universidad Javeriana - Educación Continua Colombia

Analisis de Educaedu

Nadia Bacco
Curso de Inteligencia Artificial: Deep Learning
  • Modalidad de impartición

    La modalidad de impartición es presencial.

  • Número de horas

    La formación tiene una duración de 36 horas.

  • Titulación oficial

    Al finalizar se entrega certificación.

  • Valoración del Programa

    El programa pone en foco en estas técnicas de aprendizaje innovadoras, en constante avance junto al desarrollo de nuevas tecnologías.

    El temario incluye temas como las redes neuronales y su optimización, aplicaciones de IA, y usos del Deep Learning.

  • Dirigido a

    Los contenidos apuntan a estudiantes, profesionales o personas con experiencia en tecnología, programación e informática.

  • Empleabilidad

    Al egresar, cada alumno podrá desarrollar sus propios proyectos en áreas como Deep Learning, Redes Neuronales, Learning Machine e Inteligencia Artificial.

¿Quieres saber más sobre este curso?

Curso de Inteligencia Artificial: Deep Learning - Colombia - Exterior Comentarios sobre Curso de Inteligencia Artificial: Deep Learning - Colombia - Exterior
Contenido:
Curso de Inteligencia Artificial: Deep Learning.

Ficha Técnica
.

  • Fecha inicio: Junio 17 de 2019
  • Fecha fin: Julio 4 de 2019
  • Duración: 36 horas para Educación Continua y 48 horas para maestrías y doctorado Fac. Ingeniería
  • Horario: Lunes a jueves de 6:00 p.m. a 9:00 p.m.
* 4 Créditos homologables asignatura: Tópicos Avanzados en Informática (Maestría)

Descuentos.

  • 4% por pronto pago en curso o diplomados, cancelando 30 días calendario previos a la fecha de inicio (acumulable con otros descuentos)
  • 10% egresados, afiliados a Cafam y afiliados a IEEE
  • 15% para grupos de 3 a 5 participantes en el mismo curso o diplomado
  • 20% para grupos de 6 personas en adelante, y en el tercer curso o diplomado realizado consecutivamente

Forma de pago: Efectivo, cheque de gerencia, tarjeta de crédito (recibimos todas las tarjetas, cuenta de cobro).

La cuarta revolución industrial se apalanca en la inteligencia artificial para generar cambios radicales tanto en las organizaciones como en la sociedad en general. El afianzamiento de las técnicas de aprendizaje de máquina y el desarrollo de infraestructura computacional con alta capacidad permiten la extracción de conocimiento útil a partir de grades volúmenes de información que se generan hoy en día. En este curso se estudian a profundidad y se proyectan a contextos de aplicación real las tecnologías de Deep Learning, que incluye técnicas basadas en redes neuronales que han logrado los resultados más avanzados en aprendizaje de máquina en temas como la comprensión del lenguaje natural, la visión artificial, el análisis de datos en redes sociales, el control de vehículos autónomos, entre otros.

Objetivo General.

El objetivo general de este curso es estudiar, apropiar y proyectar a contextos de aplicación real las tecnologías de Deep Learning.

Objetivos Específicos.

  • Comprender cómo las técnicas de inteligencia artificial pueden ser utilizadas para dar valor mediante la solución de problemas complejos de las organizaciones y de la sociedad en general.
  • Apropiar, tanto en forma teórica como aplicada, las principales técnicas de redes neuronales.
  • Entender los principios y fundamentos de las principales técnicas de Deep Learning, y cómo se aplican en forma práctica en diferentes tipos de aplicaciones.

Dirigido A.

Buena fundamentación matemática y habilidades básicas de programación. No se requiere tener conocimientos previos de inteligencia artificial, el curso es auto contenido.

Metodología.

El curso se desarrollará con una metodología dinámica y participativa, a través de procesos de aprendizaje que integren la adquisición de conocimientos y desarrollo de competencias, a través de prácticas, conferencias magistrales, análisis de casos reales de diversos sectores y discusiones intergrupales guiadas por los conferencistas de cada tema.

Contenido del Programa.

Módulo I:

  • Introducción a la inteligencia artificial y el aprendizaje de máquina.
  • Redes neuronales feed forward.
  • Otros tipos de redes neuronales.

Módulo II:

  • Optimización de redes neuronales.
  • Conceptos base de Deep Learning.
  • Aplicaciones de Deep Learning.

Módulo III:(solo para estudiantes de maestría/doctorado)

  • Herramientas para el desarrollo de redes neuronales y Deep Learning.
  • Proyecto dirigido de aplicación de Deep Learning.

Este temario puede tener variaciones, siendo una propuesta de capacitación flexible, que busque el máximo desempeño de los alumnos, de acuerdo con las necesidades específicas de los mismos.


Conferencistas Invitados.

Ing. Mario Alberto Gongora Ph.D.

Dr. Gongora is a Principal Lecturer in the Department of Informatics, Faculty of Technology at De Montfort University. He got his MSc and PhD from the University of Warwick (UK). He is part of the Centre for Computational Intelligence (CCI), and his research includes the application of Artificial Intelligence techniques to the identification, modelling, simulation and control of complex systems. His expertise is mainly in using evolutionary computing and biologically inspired methods for this purpose. He has ongoing projects in this area, mainly applied to analysis and modelling of complex systems and behaviour-based processes as well as in the control and decision making for autonomous systems. Dr. Gongora also works in close contact with industry, applying his research results in the analysis of consumer behavior and other complex industrial processes. He has an active role in the Faculty's consultancy activities, taking the expertise from the University to Industry.

Ing. Enrique González Ph.D.

Profesor Titular, Departamento de Ingeniería de Sistemas. Pontificia Universidad Javeriana. Ingeniero Electrónico de la Universidad de Los Andes, con Maestría en Ingeniería Electrónica de la misma universidad, Maestría en Robótica de la Universidad de París Vi (Pierre Et Marie Curie) y Doctorado en Informática de la Universidad de Evry en Francia. Enrique ha desarrollado su actividad profesional como investigador y docente en las líneas de Computación de Alto Desempeño, Robótica Industrial, Concurrencia y Paralelismo, Inteligencia Artificial, Percepción, Sistemas Distribuidos y Sistemas MultiAgentes.

Ing. Leonardo Flórez Ph.D.

He is a computer science engineer from the Universidad de los Andes (Bogotá, Colombia). He also has a master of science (M.Sc.) diploma in computer science (2002) from the same institution. His master thesis was developed within an international collaboration with the CREATIS laboratory (Lyon, France). As a result of this, he obtained a DEA (Diplôme d'Études Approfondies) diploma in images and systems. In 2006, he received a Ph.D. diploma in images and systems from the INSA de Lyon (Lyon, France). Under supervision of professor Maciej Orkisz, his doctoral dissertation was centered on "generalized cylinder model and the quantification of arterial stenoses in 3D imagery". This work was developed as a CIFRE convention between the CREATIS laboratory and the enterprise THERALYS.
Otra formación relacionada con Cursos de Informática:
Nueva Búsqueda
Buscar