Temario del curso
Introducción a los modelos avanzados de aprendizaje automático
- Panorama general de modelos complejos: Bosques aleatorios, Boosting gradiente y Redes neuronales
- Cuándo utilizar modelos avanzados: Mejores prácticas y casos de uso
- Introducción a técnicas de aprendizaje por conjunto (ensemble learning)
Sintonización de hiperparámetros y optimización
- Técnicas de búsqueda en cuadrícula y búsqueda aleatoria
- Automatización de la sintonización de hiperparámetros con Google Colab
- Uso de técnicas de optimización avanzadas (Bayesianas, Algoritmos genéticos)
Redes neuronales y aprendizaje profundo
- Construcción y entrenamiento de redes neuronales profundas
- Aprendizaje por transferencia con modelos preentrenados
- Optimización de modelos de aprendizaje profundo para mejorar el rendimiento
Despliegue de modelos
- Introducción a estrategias de despliegue de modelos
- Despliegue de modelos en entornos en la nube usando Google Colab
- Inferencia en tiempo real y procesamiento por lotes (batch processing)
Trabajo con Google Colab para aprendizaje automático a gran escala
- Colaboración en proyectos de aprendizaje automático en Colab
- Uso de Colab para entrenamiento distribuido y aceleración con GPU/TPU
- Integración con servicios en la nube para un entrenamiento escalable de modelos
Interpretabilidad y explicabilidad de los modelos
- Exploración de técnicas de interpretabilidad de modelos (LIME, SHAP)
- IA explicable para modelos de aprendizaje profundo
- Manejo del sesgo y la equidad en modelos de aprendizaje automático
Aplicaciones del mundo real y estudios de caso
- Aplicación de modelos avanzados en salud, finanzas y comercio electrónico
- Estudios de caso: Despliegues exitosos de modelos
- Desafíos y tendencias futuras en el aprendizaje automático avanzado
Resumen y próximos pasos
Requerimientos
- Sólida comprensión de algoritmos y conceptos de aprendizaje automático
- Dominio de la programación en Python
- Experiencia con Jupyter Notebooks o Google Colab
Audiencia objetivo
- Científicos de datos
- Profesionales del aprendizaje automático
- Ingenieros de inteligencia artificial
Reseñas (3)
Me gustó mucho el final donde tuvimos la oportunidad de experimentar con CHAT GPT. La sala no estaba muy bien preparada para esto; en lugar de una gran mesa, varias mesas pequeñas nos habrían permitido formar grupos pequeños y generar ideas de manera más efectiva.
Nola - Laramie County Community College
Curso - Artificial Intelligence (AI) Overview
Traducción Automática
Trabajando desde principios fundamentales de manera enfocada y pasando a aplicar estudios de caso en el mismo día
Maggie Webb - Department of Jobs, Regions, and Precincts
Curso - Artificial Neural Networks, Machine Learning, Deep Thinking
Traducción Automática
Que se estuviera aplicando datos reales de la empresa. El formador tenía un enfoque muy bueno al hacer que los participantes colaboraran y competieran.
Jimena Esquivel - Zaklad Uslugowy Hakoman Andrzej Cybulski
Curso - Applied AI from Scratch in Python
Traducción Automática
