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
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
01/01/2025 – 02/03/2025
PERÍODO DE MATRÍCULA
Matrícula
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.
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.
Os participantes das accións formativas subvencionadas deberán ser cidadáns dun Estado membro da Unión Europea ou doutro Estado parte no Acordo sobre o Espazo Económico Europeo e de Suíza, así como os seus familiares recollidos no artigo 2 e 2 bis do Real Decreto 240/2007, do 16 de febreiro, ou ter autorización para permanecer ou residir en territorio español.
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
Intelixencia Artificial con Deep Learning