Modalidad
Virtual-En vivo
CURSO EN
DEEP LEARNING
Con KERAS Y PYTHON
Curso en
DEEP LEARNING CON KERAS Y PYTHON
La asignatura se ubica en la intensificación de Computación, en el ámbito de las asignaturas de
la Inteligencia Artificial. La temática de Deep Learning está ligado al campo de la estadística y
de la algorítmica, y abordan las técnicas para la extracción de conocimiento implícito en
imágenes. Deep Learning es una herramienta poderosa para el proceso de descubrir nuevas
características, patrones y tendencias mediante el análisis de grandes cantidades de datos no
estructurados. En el curso, los estudiantes aprenden a aplicar los principios de Deep Learning
para manejar y analizar grandes conjuntos de imágenes, incluyendo aquellos que se
encuentran en la web.
PÚBLICO OBJETIVO
Deben de saber Machine Learning y también tener conocimientos de
programación intermedio/avanzado. El curso está destinado a personas
que quieran profundizar en conceptos avanzados de inteligencia artificial
en el área de bÚsqueda de patrones en imágenes.
OBJETIVOS
Detección, interpretación y predicción de patrones cuantitativos y cualitativos en
imágenes.
Proceso de extraer información o patrones interesantes (no triviales, implícitos,
previamente desconocidos y potencialmente Útiles) desde grandes repositorios.
Comprender los conocimientos base de datos y los principios de la ciencia de la
computación.
Decidir ante un problema práctico concreto qué tarea de deep learning
conviene utilizar, qué modelo se quiere obtener, qué técnica resultaría
más adecuada de utilizar y cómo evaluar los resultados obtenidos.
METODOLOGÍA DE LA ENSEÑANZA
Lineamientos de inicio y seguimiento en cada sesión por parte de los facilitadores.
Participación activa y colaborativa por parte de los alumnos.
Se usarán herramientas de diseño estratégico como el mapa de empatía, mapa de
trayectoria, malla de recepción de la información, entre otros.
Curso en
DEEP LEARNING CON KERAS Y PYTHON
Cap. 1 Fundamentos básicos de Deep Learning:
Conceptos básicos de Deep Learning. Jupyter Notebook como nuestro entorno de trabajo. Google Colab
como nuestro entorno de trabajo. Curso rápido de Python, TensorFlow, Keras y Theano.
Cap. 2 Redes neuronales
Curso sobre Multilayer Perceptron. Desarrollar nuestra primera red neuronal con Keras. Evaluar el rendimiento de los modelos. Utilice modelos de Keras con Scikit-Learn para Machine Learning. Proyecto:
Problema de clasificación multiclase. Proyecto: Problema de clasificación binaria. Proyecto: Problema de
regresión.
Cap. 3 Redes neuronales avanzadas
Guardar modelos para hacer predicciones. Mantener puntos de control en el entrenamiento de los modelos. Comprender el comportamiento del modelo durante el entrenamiento trazando el historial. Reducir el sobreajuste con la regularización Dropout. Optimizar el rendimiento con una planificación basada en la tasa de aprendizaje.
PLAN DE ESTUDIOS
TOTAL DE CRÉDITOS: 4
Cap. 6 Proyectos de Deep Learning Realizar un proyecto de Deep Learning con Keras
Cap. 4 Redes neuronales convolucionales: Curso intensivo en redes neuronales convolucionales. Optimizar el rendimiento del modelo con Data Augmentation. Proyecto: Reconocimiento de dígitos manuscritos. Proyecto: Reconocimiento de objetos en fotografías. Proyecto: Clasificación de opiniones en revisión de películas.
Cap. 5 Redes neuronales recurrentes
Curso intensivo en redes neuronales recurrentes. Modelos de perceptrones multicapa para problemas de series de tiempo. Modelos LSTM para problemas de series temporales. Comprensión del estado en modelos LSTM para predicción de secuencias. Proyecto: Clasificación secuencial de reseñas de películas. Proyecto: Generación de texto con Alicia en el país de las maravillas.
Curso en
DEEP LEARNING CON KERAS Y PYTHON
EVALUACIÓN
Se generará un ambiente de compartir información y experiencias en las clases; tratando
de ejemplificar los conocimientos y herramientas que se verán en el curso.
Se evaluará la participación activa de los estudiantes en las clases.
Cada unidad contará con una evaluación personal de preguntas y respuestas para
fortalecer conceptos. Estas notas serán promediadas en la EVALUACIÓN 1 (25% de la
nota). La nota más baja no se tomará en cuenta.
Se crearán grupos de trabajo para realizar actividades grupales por cada unidad, que será
enfocado como un proyecto de desarrollo y creatividad. Para reforzar de forma práctica los
conceptos. Estas notas serán promediadas en la EVALUACIÓN 2 (40% de la nota). La nota
más baja no se tomará en cuenta.
Examen Final
Al final del curso se tomará una prueba que será personal donde se planteará desarrollar
un caso y preguntas de conocimiento del curso. EXAMEN FINAL (35% de la nota).
RECOMENDACIONES
1. Contar con conexión a internet.
2. Disponibilidad de tiempo para dedicar a las actividades del curso.
3. Software de videoconferencia: Zoom.
4. Lectura previa del Reglamento.
CERTIFICACIÓN
Al finalizar el curso, los participantes que cumplan los requisitos académicos mínimos
recibirán: Un certificado a nombre de la Universidad Nacional de Ingeniería.
Por haber aprobado el Curso en Deep Learning con Keras y Python.
Nota Nota Literal
17.00 – 20.00 A
15.00 – 16.99 B
13.00 – 14.99 C
11.00 – 12.99 D
< de 11.00 E (desaprobado)
Curso en
DEEP LEARNING CON KERAS Y PYTHON
DOCENTE
Manuel Castillo-Cara
Profesor a t iempo completo en la Escuela de Ciencia de la
Computación de la Facultad de Ciencias y Jefe del laboratorio
Intelligent Ubiquitous Technologies – Smart Cit ies (IUT-SCi) del CTIC-
UNI . Es Ph.D. en Ingeniería Informática por la Universidad de Castilla-
La Mancha (España) y calificado como investigador Regina
(CONCYTEC) en PerÚ COn Registro N° 15985. Experiencia en proyectos
de investigación con financiación nacional e internacional en el área
de Ciencia de la Computación . Tiene trabajos de investigación
publicados dentro de las áreas de redes de sensores y transmisión de
señales, plataformas TICs distribuidas basadas en arquitecturas Fog
Computing y análisis/tratamiento de datos con técnicas algorítmicas
basadas en inteligencia artificial.
INFORMACIÓN GENERAL
Horario Miércoles de
6:00p.m a 7:30pm.
Modalidad Virtual
Duración 8 semanas
6 videoconferencias
Horas 4 créditos (equivale
a 64 horas académicas)
PRE-REQUISITO:
Conocimientos de Machine Learning con Python / Conocimientos intermedios de
programación.
INVERSIÓN
PÚblico en general S/ 450
......
....
Curso en
DEEP LEARNING CON KERAS Y PYTHON
......
......
.....
Egresado y alumno UNI Corporativo Pronto pago*
12% 15% 10%
DESCUENTOS
(*) Descuento válidos hasta diez (10) días antes del inicio de clases del curso/programa.
Los descuentos no son acumulables.
PROCESO DE INSCRIPCIÓN
1 ...
DOCUMENTOS A ENVIAR
1. Completar y firmar la Ficha de Inscripción
2. Copia escaneada del DNI (ambas caras y legible)
3. CV actualizado sin documentar
4. Carta de Compromiso de la Empresa (sólo en el caso que la
institución financie el programa)
5. Enviar la boleta o voucher de pago al e-mail [email protected]
(*) El dictado de clases del Curso de Especialización se iniciará siempre que se alcance el número
mínimo de alumnos matriculados establecido por la Jefatura de Capacitación.
Curso en
DEEP LEARNING CON KERAS Y PYTHON
MODALIDADES DE PAGO
1. . Banco
Indicar el Código Autogenerado del servicio 667 y Concepto: CURSOS
CAPACITACION- OTROS
2. Banco de Crédito del Perú - BCP
Canales de Pago
Realiza tus pagos a través de estos canales: Agente BCP
Internet (Vía BCP) Banca Móvil BCP Telecrédito
¿Cómo realizar tu pago?
1. Ingresa a tu App de la Banca Móvil BCP 2. Dar click en la Opción: Pagar servicio 3. Escribe en el buscador por empresa o servicio. "Universidad Nacional de Ingeniería"
4.Elegir la opción de Universidad Nacional de Ingeniería "PAGO ESTUDIANTES" 5. Ingresa tus datos personales: DNI-RUC - carné de extranjería
Y ¡Listo, pago realizado! Para pagos en Agentes BCP:
Indicar el código 15226
INFORMES E INSCRIPCIONES
[email protected] WhatsApp: +51 978 229 824
# Nota: Para hacer válido el pago deben enviar la Constancia de transferencia o la imagen
del voucher. Indicando el Nombre completo y N° de DNI del titular del abono.
INFORMES E INSCRIPCIONES Oficina de Capacitación CTIC - UNI
WhatsApp: +51 978229824
WWW.CTIC.UNI.EDU.PE