El aprendizaje profundo está impulsando avances en inteligencia artificial que están cambiando nuestro mundo. En el contexto de la economía, el marketing, la medicina,ingeniería, el arte y muchas más áreas, cualquier problema que involucre tomar decisiones puede ser resuelto aplicando aprendizaje profundo. Estas técnicas forman la base de muchas soluciones y desafíos como la predicción de estados, clasificación de imágenes, detección de objetos, predicción de series temporales, generación de imágenes realistas, detección de anomalías, etc. En este curso veremos las bases de Pytorch, la librería más famosa de aprendizaje profundo y aprenderán a construir sus propios modelos de aprendizaje profundo para resolver problemas del mundo real.

El estudiante aprenderá aplicar técnicas de aprendizaje profundo para construir sistemas inteligentes de decisión basados en datos.

Tambien ellos aprenderan a entender los fundamentos del aprendizaje profundo, que conozcan las distintas técnicas de aprendizaje profundo para que puedan aplicarlas de manera correcta al definir un problema, apliquen diferentes métodos de representación de conocimiento para resolver problemas no convencionales y puedan aplicar los conceptos del curso para resolver y documentar problemas de ingeniería.

Contenido

• Construcción de modelos de deep learning usando Pytorch.
  • Introducción a deep learning
  • Introducción a Pytorch
  • Construcción de redes fully-connected
    • Predicción de alquiler de bicicletas
• Visión por computadora
  • Construcción de modelos de redes convoluciones
    • Clasificación de imágenes
  • Detección de objetos en tiempo real con YoLO
    • Detección de vehículos
• Redes generativas adversarias (GANs)
  • Construcción de modelos de redes GANs
    • Generación de rostros
• Model deployment
  • Uso de Hugging Face con Gradio para la implementación de modelos.
    • Implementación de un modelo de deep learning para clasificación de imágenes.