Welcu

Taller Deep Learning - TensorFlow (11 y 18 octubre 2019)


Por definir.

Obtén tus tickets
Descripción del evento

Describe detalles importantes de tu evento

Activar

El
evento

El evento

El Taller de Deep Learning está orientado a profesionales que busquen aprender la aplicación de métodos de machine learning para la creación de modelos predictivos, en particular el uso de métodos de deep learning. Se enseñarán los conceptos fundamentales de las redes neuronales artificiales, se revisarán las principales librerías de Python usadas en deep learning y se llevarán a cabo de talleres usando el framework TensorFlow. 

La cantidad del contenido abordado por este taller requiere que el mismo se realice en dos jornadas, los contenidos de dichas jornadas son los que se expresan a continuación.

--------------------------------Día 1--------------------------------

CONTENIDO:

 

I· Introducción a machine learning

  • Aprendizaje supervisado y no supervisado.

  • Modelo de regresión logística.

  • Pipeline de ML (entender, preparar).

  • Recall y Precision.

  • Comparación de modelos.

  • Parámetros e hipérparamétros.

II· Introducción a Python y Data Science

  • Paradigmas de programación.

  • Origen y evolución del Data Science.

III· Uso de Jupyter notebook

  • Uso de interfaz.

  • Creación de notebooks.

  • Ejecución de comandos.

  • Introducción a numpy y scikit-learn.

IV· Introducción a Deep Learning

  • Neuronas y capas ocultas.

  • Función de activación.

  • Forward y backward propagation.

  • Técnicas de dropout.

V· Algoritmos de Optimización

  • SGD

  • SGD+Momentum

  • RMSProp

  • ADAM

VI· Taller de TensorFlow

  • Introducción a TensorFlow.

  • Ejemplos de deep learning con Eager.

  • Uso de TensorFlow y Keras: Iris dataset, MNIST.

--------------------------------Día 2--------------------------------

I· Introducción al procesamiento de imágenes

  • Métodos clásicos para detección y clasificación

  • Ingeniería de features

  • Uso de Deep learning y Redes Neuronales Convolucionales (CNN).

II· Componentes y principales arquitecturas de CNN

  • Stride, padding y pooling

  • Número de parámetros y operaciones

  • LeNet

  • AlexNet

  • ResNet

III· Taller de TensorFlow y CNN

  • Uso de red shallow para clasificación de dígitos manuscritos MNIST.

  • Uso de red profunda para clasificación de imágenes de perros y gatos.

IV· Introducción al procesamiento de textos

  • Principales metodologías usadas:

    • Enfoque basado en reglas.

    • Data driven.

    • Aprendizaje probabilístico.

    • Deep learning.

  • Preprocesamiento de texto

  • Ingeniería de features

V· Análisis semántico

  • Word2Vec

  • t-SNE

  • Visualization.

VI· Taller de Tensorflow y RNN

  • Uso de redes recurrentes para procesamiento.

  • Uso de Long Short Term Memory (LSTM).

 

REQUISITOS:

  • Haber trabajado o saber utilizar Python.

INFORMACIÓN IMPORTANTE:

  • Si has participado en uno de nuestros cursos anteriormente, antes de pagar comunícate con nosotros a través de nuestro correo learning@metricarts.com y evaluar si puedes acceder a un 25% de descuento. Lo mismo en caso de requerir facturar el costo del mismo (factura exenta de IVA).
  • Para cancelar el curso por medio de factura (exenta) escríbenos a learning@metricarts.com

Nota: La realización del curso está sujeta al cumplimiento de cuota mínima de asistencia, la cual puede variar de acuerdo al curso en cuestión.

Este módulo puedes agregarlo en tu sitio web
Tickets

Traslada tus ventas a tu otra página oficial

Activar

Tickets

Ticket Precio Total Cantidad
General
$160.000 CLP
$160.000 CLP $0 CLP
  • Transferencia Bancaria
  • Webpay
  • Redcompra
  • Visa
  • MasterCard
  • American Express
  • Transferencia Bancaria
  • Webpay
  • Redcompra
  • Visa
  • MasterCard
  • American Express
¿Cómo obtengo mis tickets?

Muy fácil: una vez completada tu inscripción en Welcu, los recibirás en tu correo electrónico y los puedes llevar en tu celular o de forma impresa al evento.

Speakers

Presenta a tus speakers

Activar

Speakers

Roberto Muñoz
Data Science en Metric Arts

Roberto es Licenciado en Astronomía y Doctor en Astrofísica de la Pontificia Universidad Católica de Chile. Actualmente trabaja como Data Scientist en la empresa Metric Arts.
Cuenta con más de 5 años de experiencia en desarrollo de software y análisis de datos basado en SQL, Python y C ++.
Se especializa en procesamiento y análisis de datos, análisis estadístico y Machine Learning.

Sebastián Arpon
Data Science en Metric Arts

Sebastián es Licenciado en Física y candidato a Doctor en Administración de Empresas de la Universidad Adolfo Ibáñez. Trabaja como Data Scientist en la empresa Metric Arts y se desempeña como investigador en toma de decisiones con escenarios de incertidumbre.

Ricardo Castro

Software Engineer with 8 years of experience in software development for banking and astronomical research institutions. My current research areas involve development of Artificial Intelligence models to process Natural Language, Computer Vision, and finding patterns in biomedical data. I have participted in wide variety of projects in academia and industry, mainly because I am interested in the multiple uses of technology. I have also been involved in several initiaves to spread technological knowledge, both in current and previous jobs. My career focus is Artificial Intelligence in general, Machine Learning and Deep Learning in Particular. I have used many tools and techniques to work in Computer Vision, Natural Language Processing and Classification tasks.