Inteligencia Artificial con Python – Ejercicios Avanzados

El propósito de este curso es proporcionar a los estudiantes con conocimientos prácticos de la construcción, formación, prueba y despliegue de Redes Neuronales Artificiales Avanzadas y modelos de Aprendizaje Profundo utilizando TensorFlow 2.0.

Este curso cubrirá la implementación de modelos avanzados y de última generación de IA en TensorFlow 2.0 como DeepDream, AutoEncoders, Generative Adversarial Networks (GANs), Transfer Learning, Long Short Term Memory (LSTM) Recurrent Neural Networks y muchos más.;

Las aplicaciones de estos modelos avanzados de Inteligencia Artificial son infinitas, incluyendo la generación de nuevas fotografías humanas realistas, la traducción de textos, la eliminación de ruidos en las imágenes, la compresión de imágenes, la traducción de texto a imagen, la segmentación de imágenes y el subtitulado de imágenes.

Se espera que los sectores globales de la Inteligencia Artificial y de la tecnología de aprendizaje automático crezcan de 1.400 millones de dólares a 8.800 millones de dólares para 2022 y se prevé que el sector de la tecnología de la IA creará alrededor de 2,3 millones de puestos de trabajo;para 2020.;

La tecnología está progresando a escala masiva y se está adoptando en casi todos los sectores. El curso proporciona a los estudiantes experiencia práctica en la formación de Redes Neuronales Artificiales Avanzadas utilizando un conjunto de datos del mundo real con TensorFlow 2.0 y Google Colab. Este curso cubre varias técnicas de manera práctica, los proyectos incluyen pero no se limitan a:

1) Desarrollar, entrenar y probar el algoritmo DeepDream de última generación para crear obras maestras de arte basadas en la Inteligencia Artificial!

2) Implementar Redes Adversariales Generativas conocidas como GAN para generar nuevas imágenes.

3) Desarrollar redes de Memoria a Largo Plazo y Corto Plazo (LSTM) para generar nuevos textos al estilo de Shakespeare!

4);Desplegar modelos de Inteligencia Artificial

5) Aplicar auto-codificadores para realizar la compresión de la imagen y la eliminación de ruidos.

6) Aplicar el aprendizaje de transferencia para transferir el conocimiento de las redes pre-entrenadas para clasificar nuevas imágenes

El curso está dirigido a los estudiantes que deseen obtener una comprensión fundamental de cómo construir, entrenar, probar y desplegar modelos avanzados en TensorFlow 2.0.;

Se recomiendan conocimientos básicos de programación y redes neuronales artificiales. Los estudiantes que se inscriban en este curso dominarán las técnicas de Inteligencia Artificial Avanzada y de Aprendizaje Profundo y podrán aplicar directamente estas habilidades para resolver problemas desafiantes del mundo real.