Diploma de curso de formación universitaria
Ámbito: Enxeñería informática e de sistemasCódigo: TCS:1113/2
Área de interese principal: Tecnoloxía | Área de interese secundaria: Transversal
Inicio e fin
07/03/2025 – 01/06/2025
Modalidade
Presencial
Créditos ECTS
4.0 ECTS
Estado
Preinscrición
Descrición
O curso Intelixencia Artificial con Deep Learning, ten un enfoque eminentemente práctico e está deseñado para aqueles que queren adentrarse no mundo da aprendizaxe profunda. Traballarase co framework Keras, o que nos permitirá construír aplicacións de redes neuronais sen necesidade de coñecementos matemáticos, soamente con coñecementos moi básicos de programación. Ó longo do curso, o asistente aprenderá a procesar secuencias e recoñecer imaxes con arquitecturas como LSTM, CNN, etc. Ademais, o curso abarcará temas como redes MLP, optimización de modelos e avaliación de resultados. Ao final do curso, o alumno terá as habilidades necesarias para construír os seus propios modelos de aprendizaxe profunda e aplicalos a problemas do mundo real.
Director/a:
Amador Rodríguez Diéguez
Teléfono contacto:
986 130304
Email contacto:
amador@uvigo.es
Entidade organizadora:
Centro de Posgrado y Formación Permanente
PERÍODO DE INSCRICIÓN
Inscrición aberta
01/01/2025 – 02/03/2025
PERÍODO DE MATRÍCULA
Matrícula aberta
10/01/2025 – 05/03/2025
Modalidade
Docencia presencial/virtual
32 horas
Docencia non presencial
0 horas
Prácticas en empresa
0 horas
Lugar de impartición
Escola de Enxeñería Industrial (sede campus) e PLATAFORMA DE TELEFORMACIÓN: Moovi
Horario
Todos os venres lectivos do 07/03/2025 ó 16/05/2025 (agás o 2 de maio), de 16h a 20h
Prezos
Público en xeral | Alumni UVigo | Comunidade UVigo |
---|---|---|
240 € | 216 € | 204 € |
Observacións aos prezos
As persoas en situación de desemprego ou discapacidade recoñecida poderán solicitar o prezo reducido da comunidade universitaria no momento da matrícula.
Bonificable pola FUNDAE
Obxectivos
– Coñecemento dos principios nos que se basean as redes neuronais.
– Preparación de datos para ser utilizables polas redes neuronais.
– Construcción das principais arquitecturas de redes neuronais: MLP, CNN, RNN, LSTM, etc.
– Uso das principáis técnicas de optimización das redes neuronais: regularización, normalización, etc.
– Coñecemento e uso dos optimizadores e inicializadores máis importantes.
– Coñecemento e sintonización de hiperparámetros
– Uso de funcións de callback no proceso de adestramento das redes.
– Análise do funcionamento das redes: matriz de confusión, curvas ROC, etc.-
Destinatarios
Estudantes ou profesionais interesados en entrar no mundo da intelixencia artificial e o Deep Learning, con coñecementos moi básicos de programación.
Saídas Profesionais
O asistente rematará o curso con capacidade para deseñar, implementar e aplicar técnicas de Deep Learning en calquera campo profesional.
Competencias Específicas
Selección de arquitecturas de redes neuronais en función do problema a resolver
Deseño de redes neuronaisImplementación de redes neuronais
Análise de rendemento de redes neuronais
Competencias Transversais
Análise de problemas e evaluación de solucións
Análise de información
Programación informática
Condicións de acceso
Ter coñecementos moi básicos de programación en calquera linguaxe.
DOCUMENTACIÓN REQUIRIDA:
1) Documento de identificación.
2) Copia do título universitario ou certificado de estudos previos.
Criterios de selección
Conocimientos de programación.
Materias
id | nome | caracter | créditos |
---|---|---|---|
200374 | Inteligencia Artificial con Deep Learning | Obligatoria | 4.0 |
Profesorado
Avaliación
Avaliación continua por parte do profesor.
Titulación
Diploma de curso de Formación Universitaria en Intelixencia Artificial con Deep Learning