Curso de Deep Learning aplicado a industria
PRESENCIAL O LIVE STREAMING | 8 SEMANAS
¡Solicita información!
Próximamente estrenaremos el Curso de Deep Learning aplicado a industria. Si te interesa y quieres que te informemos, rellena el formulario.
PRÓXIMA CONVOCATORIA PRÓXIMAMENTE
Aprende Deep Learning. Aplica. Transforma.
La Inteligencia Artificial y el Deep Learning están transformando sectores como la medicina, la automoción, la agricultura o la industria aeroespacial. Este curso te ofrece una formación práctica y aplicada, guiada por expertos, para que entiendas tanto los fundamentos de esta tecnología como su aplicación directa en problemas reales.
A lo largo del programa, construirás una base sólida en redes neuronales y sus componentes clave: neuronas, capas, funciones de activación, entrenamiento, optimización y técnicas de mejora del rendimiento. Aprenderás a trabajar con herramientas como Python, PyTorch y computación en la nube, integrándolas en el flujo completo de desarrollo de modelos de Deep Learning.
Mediante ejercicios guiados y casos de estudio, aplicarás estos conocimientos en tareas de clasificación y regresión, explorando casos reales en ámbitos como la ingeniería, el sector espacial o la detección de anomalías industriales.
El Deep Learning no es solo una tendencia: es una herramienta actual y poderosa. Si buscas iniciarte o reforzar tus habilidades con un enfoque directo, este curso te dará los conocimientos y recursos necesarios para comenzar a implementar soluciones inteligentes en tu entorno profesional.
PRÓXIMAMENTE
Equipo Docente experto
Félix López
ADÁTICA ENGINEERING
David Durán
THE CT ENGINEERING GROUP
Mario Conejos
PIXELABS AI
Raúl Navamuel
EXCELTIC
Temario
Artificial Intelligence > Machine Learning > Deep Learning
Tipos de aprendizaje: supervisado, no supervisado y por refuerzo
Tipos de problemas que pueden resolver
Arquitecturas básicas
Aeronáutica
Automoción
Medicina
Espacial
Agricultura
Logística y Reciclaje
Python y librerías básicas
Trabajando con PyTorch
- Tensores
- Aceleración GPU
- Diferenciación automática
- Preparación/ingestión de datos
Programando en Google Colab
Configuración del espacio de trabajo para proyectos de DL
Caso de Estudio – Asistente a la Navegación Aérea Instrumental
Definición del problema de clasificación binaria
Identificación de los building-blocks del código
Conceptos Fundamentales
- ¿Qué es un modelo?
- Mapping y función f(x)
- Particularización para aprendizaje supervisado
- Elementos constituyentes del modelo
- Neuronas (perceptrón)
Capas - Funciones de activación (no linealidades)
- Neuronas (perceptrón)
- Creación del Primer Modelo
- Construcción de un modelo de regresión lineal
- Transformación del modelo a no lineal
- Preparación e Ingestión de datos (x, y)
- Aprendizaje: un problema de optimización
- La función de pérdida
- En regresión: L1 loss, L2 loss
- En clasificación: softmax + cross-entropy –> cross-entropy loss
- La Diferenciación automática
- backpropagation
- Actualización de modelo
- Optimizador
- Learning rate
- Inicialización de objetos
- Device
- Modelo
- Optimizador
- La función de pérdida
- Inferencia (predicción)
- Problema de Clasificación multiclase
- Preparación de los datos
- Training data
- Validation data
- Introduciendo mejoras en el aprendizaje
- Dropout
- Regularización de datos de entrada
- Métricas de entrenamiento
- Control de overfitting
- Checkpoints
Tras haber realizado en el módulo anterior con el soporte de un profesor un caso de estudio completo, se te planteará un problema real de la industria para que lo resuelvas tú mismo. Tras un planteamiento inicial, y varias sesiones de tutoría, tendrás 10 días para entregar el caso, del cual recibirás un feedback final del profesor.
Requisitos previos: conocimientos básicos de python
Acceso a software específicos como Python, Jupyter Notebooks y acceso a Google Colab Pro durante el curso.
EDDM te ofrece un curso online de Python, diseñado para dominar sus fundamentos y aplicaciones prácticas de forma estructurada, dinámica y accesible desde cualquier lugar.
Un aprendizaje dinámico
El curso se estructura con clases en directo presencial o live streaming, complementadas con contenido asíncrono para que puedas prepararte a tu ritmo.
Las sesiones en directo te permitirán profundizar en los temas clave, interactuar con el equipo docente y resolver dudas en tiempo real.
El contenido asíncrono, te ofrece la posibilidad de prepararte las clases y ver contenido a tu ritmo. Así, garantizamos una formación flexible y dinámica.
Perfil del alumno
Este curso de Deep Learning está diseñado para:
Profesionales que buscan aplicar Deep Learning en su sector
Estudiantes y entusiastas de la IA que quieran adquirir experiencia práctica
Equipos técnicos y lideres de equipo interesados en explorar el potencial del Deep Learning en sus proyectos y procesos.
Ejecutivos y tomadores de decisiones que deseen comprender cómo funciona esta tecnología y qué impacto puede tener en su industria.
Además, esperamos que los estudiantes no solo tengan curiosidad por la inteligencia artificial, sino también una pasión más general por experimentar con nuevas tecnologías y llevar la ingeniería más allá de sus límites actuales.
Se recomienda estar familiarizado con conceptos básicos de programación en Python y matemáticas básicas, aunque no es indispensable.
Esta formación es bonificable por la Fundación Estatal para la Formación en el Empleo
CONTACTA
CON NOSOTROS
Si te interesa saber más sobre el Curso de Deep Learning aplicado a industria, no dudes en rellenar el formulario.
Contactaremos a la mayor brevedad posible. No olvides revisar la bandeja de correo no deseado por si nuestro mail llega a ella.
¡Anímate a formarte con los mejores profesionales!