HABILIDADES Y TECNOLOGÍAS QUE TRABAJARÁS DURANTE EL PROGRAMA

INTRODUCCIÓN A DEEP LEARNING CON KERAS

Fundamentos de Deep Learning

Entendé las principales tecnologías que sustentan a Deep Learning. Vas a ser capaz de construir, entrenar y aplicar redes neuronales fully connected. Comprender los parámetros principales en una arquitectura de red neuronal.

ESTRUCTURANDO PROYECTOS DE DEEP LEARNING Y MEJORES PRÁCTICAS

Aprendé cómo construir proyectos de machine learning

Entendé cómo diagnosticar errores en un sistema de machine learning.
Aprendé configuraciones de machine learning complejas, tales como sets de training/test mal diseñados, y comparaciones con performance humana en ciertas disciplinas.
Entendé cómo diagnosticar errores en un sistema de machine learning.

TENSORFLOW

Arquitecturas, optimización y detalles de implementación

Vas a poder ser capaz de usar efectivamente las técnicas comunes para redes neuronales, incluyendo la inicialización, L2, dropout regularization, batch normalization, gradient checking y más.
Vas a implementar y aplicar una variedad de algoritmos de optimización, tales como mini-batch gradient descent, Momentum, RMSprop and Adam, y evaluar su convergencia.
Vas a implementar una red neuronal en TensorFlow.

REDES NEURONALES CONVOLUCIONALES

Aprendé a construir redes neuronales convolucionales y aplicarlas a datos de imágenes.

Vas a entender cómo aplicar redes convolucionales a tareas de detección y reconocimiento visual.
Vas a aprender cómo usar la técnica neural style transfer para generar arte visual.
Vas a aplicar estos algoritmos a una variedad de imágenes, video y otros datos 2D y 3D.

MODELOS SECUENCIALES

Construí modelos para lenguaje natural, audio y otros datos secuenciales

Vas a construir y entrenar Recurrent Neural Networks (RNNs), y variantes comúnmente usadas tales como GRUs y LSTMs.
Vas a ser capaz de aplicar modelos secuenciales a problemas de lenguaje natural, incluyendo síntesis de texto.
Vas a saber aplicar modelos secuenciales a aplicaciones de audio, incluyendo reconocimiento del habla y síntesis de música.

INGENIERÍA DE DEEP LEARNING

Desarrollos, tećnicas y tecnologías más recientes

Vas a Investigarás el hardware que se está desarrollando para implementar deep learning.
Por último, vas a estudiar y experimentar con Distributed TensorFlow, TensorFlow Serving, Deploy en Cloud y Mobile, Hardware Específico y otros Frameworks para Deep Learning en Cloud.