Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MACHINE LEARNING
& DEEP LEARNING
BROCHURE 2021
#AprendeDesdeCasa
#AprendeConLosPioneros
ESPECIALIZACIÓN EN MACHINE Y DEEP LEARNING / PRESENTACIÓN
PRESENTACIÓN
Las empresas en su constante evolución en temas de
analítica hacen uso de técnicas de Machine Learning, la cual
se define como una disciplina dentro del campo de la
Inteligencia Artificial. Por su parte, el Deep Learning es una
forma más avanzada de Machine Learning, que utiliza redes
neuronales que se componen de niveles jerárquicos.
Entender las diversas técnicas de minería de datos para predecir, clasificar y agrupar datos
mediante Machine Learning, diferenciando las ventajas de cada una y utilizándolas en
situaciones reales. Aprender los principales conceptos alrededor de la IA, así como la
OBJETIVO evolución de las arquitecturas de algoritmos de Deep Learning y el entendimiento de los
GENERAL principales conceptos del aprendizaje en redes neuronales.
DIRIGIDO A COMPETENCIAS
Dirigido a profesionales interesados en ampliar sus • Conocer de manera general Python y su uso
conocimientos en herramientas de análisis de datos. para el Machine Learning.
Profesionales que se desempeñen en investigación, • Trabajar con las principales librerías de
análisis de datos, procesamiento de datos, etc. También Python para el análisis de datos.
estudiantes de maestría y de pregrado, provenientes de • Explotar y analizar data mediante análisis
carreras profesionales como Estadística, Ingeniería exploratorio.
Estadística, Ingeniería de Sistemas, Ingeniería • Desarrollar modelos analíticos utilizando
informática y afines. Profesionales que deseen técnicas supervisadas y no supervisadas.
incursionar en el mundo del machine learning y data • Conocer y entender los usos de la Inteligencia
science como oportunidad en la línea de carrera. Artificial y Deep Learning para los negocios.
• Trabajar con redes neuronales para generar
conocimiento útil para las organizaciones.
ESPECIALIZACIÓN EN MACHINE Y DEEP LEARNING / CARACTERÍSTICAS
CARACTERÍSTICAS
Plataforma E-Learning
Soporte técnico
Accede en cualquier
momento a materiales Asistencia técnica
complementarios: lecturas, permanente y acceso a
videos, tutoriales, clases máquinas virtuales de ser
grabadas y más. necesario.
ESPECIALIZACIÓN EN MACHINE Y DEEP LEARNING / MALLA CURRICULAR
MALLA CURRICULAR
START
FINISH
ENTRENAMIENTO DE REDES NEURONALES REDES NEURONALES TÓPICOS ADICIONALES SEGUNDO CASO
REDES NEURONALES CONVOLUCIONALES RECURRENTES CON PYTHON INTEGRADOR
Construye una red Aprende conceptos y tipologías Aprende los procesos con dependencia Aprende sobre text mining y Desarrolla un caso basado en
neuronal artificial. de la arquitectura de CNN. temporal y uso de la arquitectura de RNN. análisis de series temporales. técnicas de Deep Learning.
MALLA CURRICULAR
ANALYTICS Y MACHINE LEARNING PYTHON Y SUS PRINCIPALES LIBRERÍAS ANÁLISIS DE DATOS CON PANDAS
• Businness Intelligence y Business Analytics • ¿Qué es Python? ¿Porqué Python? • Librería Pandas: Series y dataframes.
• ¿Qué es Analytics? Casos de uso, entregables y aplicaciones. • Introducción al Python y Jupyter Notebook. • Principales métodos para series y dataframes.
• Principales metodologías de analytics. • Principales librerías o módulos en Python. • Lectura y escritura desde varios formatos como txt, csv, xls.
• Casos de éxito empresariales usando metodologías analíticas. • Entendiendo los principales tipos de datos en Python. • Seleccionando y filtrando Datasets.
• Diferencias entre conceptos de BI, BA, Big Data y Machine Learning. • Estructuras en Python: Listas, tuplas, diccionarios y conjuntos. • Agrupando datasets. Sentencias groupby, agg y pivot_table.
• Entendimiento de las casuísticas de Negocio, definición y • Estructuras de control (identación, condicionales y bucles). • Combining and merging datasets.
variables de estudio. • Librería Numpy: conociendo los Arrays. Operaciones matemáticas y • Extracción de muestras usando simple.
• Desarrollo y despliegue de algoritmos de Machine Learning en la algebraicas. • Preparando datos ordenados con Pandas.
industria. • Funciones, comprensión de listas y funciones lambda. • Manejo de valores perdidos.
• Etapas en el diseño de modelos de Machine Learning.
MALLA CURRICULAR
PRIMER CASO INTEGRADOR INTELIGENCIA ARTIFICIAL Y DEEP LEARNING ENTRENAMIENTO DE REDES NEURONALES
• Analizar un conjunto de datos mediante un análisis exploratorio de • ¿Qué es IA? ¿Big Data? ¿Machine Learning? ¿Deep Learning? • Construcción de una red neuronal artificial. Entendimiento de
datos. • Evolución de las arquitecturas de IA, en particular de Deep Learning. parámetros y arquitectura.
• Plantear y realizar un modelo bajo metodología de Machine Learning. • ¿Porqué Deep Learning? Aplicaciones y usos en las industrias. • Ajuste o entrenamiento en redes neuronales artificiales.
• Presentación del segundo caso integrador de la especialización. • Frameworks de trabajo en Deep Learning. Keras y Tensor Flow. • Evaluación y mejora en aprendizaje de redes neuronales artificiales.
• Sistemas Biológicos: La Neurona. Sinapsis entre neuronas. • Métodos de búsqueda de los mejores parámetros: Random Grid
Search y Grid Search.
• La neurona artificial, función de activación, función de costo.
• BackPropagation. Optimización de parámetros: Gradiente de descenso.
• El aprendizaje en arquitecturas de redes neuronales.
REDES NEURONALES CONVOLUCIONALES REDES NEURONALES RECURRENTES TÓPICOS ADICIONALES CON PYTHON
• CNN: Redes neuronales convolucionales. • RNN: Redes neuronales recurrentes. • Introducción a la minería de texto.
• Operaciones de convolución. Convolución y Relu. • Procesos no markovianos o dependencia temporal. • Introducción al análisis de grafos.
• Capa de Reducción o pooling. • Que es el vanishing gradient. • Técnicas bayesianas: Clasificador Naïve Bayes.
• Flatenning o vectorización de salidas. • Arquitecturas de memoria recurrente. • Introducción al análisis de series de tiempo.
• Ajuste o entrenamiento en redes neuronales convolucionales. • LSTM.
El certificado final del curso será emitido como: GEIDER NUÑUVERO BRIAN ALARCÓN
Product Lead Lead Data
Especialista en Machine & Deep Learning con Python Data Scientist Scientist
59 horas académicas INTERBANK RIMAC
S/ 1,490 CONTÁCTANOS:
Buscamos liderar la
transformación de las
empresas.
Años de Expertos
+12 Experiencia +35 en Analítica
Profesionales Capacitaciones
+10K Capacitados +25 Especializados
de contactos especializada.