
Diploma de curso de formación universitaria
Ámbito: Enxeñería informática e de sistemasCódigo: TCS:1113/2
Área de interés principal: Tecnoloxía | Área de interés secundaria: Transversal
Inicio y fin
07/03/2025 – 01/06/2025
Modalidad
Presencial
Créditos ECTS
4.0 ECTS
Estado
Finalizado
Descripción
El curso Inteligencia Artificial con Deep Learning tiene un enfoque eminentemente práctico y está diseñado para aquellos que quieren adentrarse en el mundo del aprendizaje profundo. Se trabajará con el framework Keras, que nos permitirá construir aplicaciones de redes neuronales sin necesidad de conocimientos matemáticos, con solo conocimientos muy básicos de programación. A lo largo del curso, el asistente aprenderá a procesar secuencias y reconocer imágenes con arquitecturas como LSTM, CNN, etc. Además, el curso cubrirá temas como redes MLP, optimización de modelos y evaluación de resultados. Al final del curso, el estudiante tendrá las habilidades necesarias para construir sus propios modelos de aprendizaje profundo y aplicarlos a problemas del mundo real.
Director/a:
Amador Rodríguez Diéguez
Teléfono contacto:
986 130304
Email contacto:
amador@uvigo.es
Entidad organizadora:
Centro de Posgrado y Formación Permanente
PERÍODO DE INSCRIPCIÓN
Inscripción cerrada
01/01/2025 – 02/03/2025
PERÍODO DE MATRÍCULA
Matrícula cerrada
10/01/2025 – 05/03/2025
Modalidad
Docencia presencial/virtual
32 horas
Docencia no presencial
0 horas
Prácticas en empresa
0 horas
Lugar de impartición
Escuela de Ingeniería Industrial (sede campus) y PLATAFORMA DE TELEFORMACIÓN: Moovi
Horario
Todos los viernes lectivos del 07/03/2025 al 16/05/2025, de 16h a 20h (excepto el 2 de mayo)
Precios
| Público en general | Alumni UVigo | Comunidad UVigo |
|---|---|---|
| 240 € | 216 € | 204 € |
Observaciones a los precios
Bonificable por FUNDAE
Objetivos
– Conocimiento de los principios en los que se basan las redes neuronales.
– Preparación de datos para ser utilizables por redes neuronales.
– Construcción de las principales arquitecturas de redes neuronales: MLP, CNN, RNN, LSTM, etc.
– Uso de las principales técnicas de optimización de redes neuronales: regularización, normalización, etc.
– Conocimiento y uso de los optimizadores e inicializadores más importantes.
– Conocimiento y ajuste de hiperparámetros
– Uso de funciones de callback en el proceso de entrenamiento de la red.
– Análisis del rendimiento de la red: matriz de confusión, curvas ROC, etc.
Destinatarios
Alumnado o profesionales interesados en introducirse en el mundo de la inteligencia artificial y el Deep Learning, con conocimientos muy básicos de programación.
Salidas Profesionales
El asistente terminará el curso con capacidad para diseñar, implementar y aplicar técnicas de Deep Learning en cualquier campo profesional.
Competencias Específicas
Selección de arquitecturas de redes neuronales en función del problema a resolver
Diseño de redes neuronalesImplementación de redes neuronales
Análisis de rendimiento de redes neuronales
Competencias Transversales
Análisis de problemas y evaluación de soluciones
Análisis de información
Programación informática
Condiciones de acceso
Tener conocimientos muy básicos de programación en cualquier lenguaje.
DOCUMENTACIÓN REQUERIDA:
1) Documento de identificación.
2) Copia del título universitario o certificado de estudios previos.
Criterios de selección
Coñecementos de programación.
Asignaturas
| id | nombre | caracter | créditos |
|---|---|---|---|
| 200374 | Inteligencia Artificial con Deep Learning | Obligatoria | 4.0 |
Profesorado
Evaluación
Evaluación continua por parte del profesor.
Titulación
Diploma de curso de Formación Universitaria en Inteligencia Artificial con Deep Learning
