El objetivo de este curso es entender el funcionamiento básico de las redes neuronales artificiales perceptrón multicapa y su aplicación en problemas de clasificación en el mundo real

Sobre este curso

Este curso busca introducir a los apasionados de la tecnología en el funcionamiento de las redes neuronales perceptrón multicapa, su estructura básica, funcionamiento, la forma en las que aprenden y aplicaciones de la vida real en las cuales se pueden integrar, principalmente para problemas de clasificación.

El boom de la inteligencia artificial, sus aplicaciones en diferentes campos de la vida cotidiana, es un mundo que inquieta por su factor novedoso. Las redes neuronales artificiales es un concepto actualmente muy utilizado en el mundo del aprendizaje automático el cual posee múltiples aplicaciones en campos tales como la medicina, la seguridad, sector financiero, entre otros. Siendo este tema un tema muy transversal a diferentes campos de las actividades humanas, surge la necesidad de comprender sus componentes, estructuras y funcionamiento, con el fin de entender sus capacidades y limitaciones en el uso de proyectos.

Lo que aprenderás

Diferencias entre problemas de clasificación y regresión.
Funcionamiento de la neurona artificial.
Composición de una red neuronal artificial.
Como aprende una red neuronal artificial.
Normalización de datos.
Construcción de una red neuronal artificial
Métricas para la medición de resultados de un modelo de inteligencia artificial
Además busca introducir a los apasionados de la tecnología en el funcionamiento de las redes neuronales perceptrón multicapa, su estructura básica, funcionamiento, la forma en las que aprenden y aplicaciones de la vida real en las cuales se pueden integrar, realizando un breve recorrido sobre lo que es la inteligencia artificial, sus orígenes, tipos de aprendizaje de máquina, luego se profundizará las estructuras, componentes y funcionamiento de las redes neuronales artificiales.

¿A quién está dirigido?

Estudiantes de 10 y 11 de bachillerato
Estudiantes Universitarios
Profesionales de cualquier área del conocimiento

Metodología

Las clases serán síncronas en las que el profesor orientará los contenidos de los módulos de forma magistral acompañada de actividades prácticas en la cual se ejercitarán los conceptos revisados en la clase utilizando simuladores intuitivos que ayudarán a construir las redes neuronales

Modalidad

El curso se desarrollará 100% virtual, con clases síncronas donde se expondrán los temas por parte del profesor, y actividades asíncronas sobre los temas tratados en el curso

Módulos del Curso

Docente

Felipe Buitrago Cardona
Profesional en Ingeniería de Sistemas y Computación de la Universidad de Caldas – Colombia desde 2019. Es profesor tiempo completo e investigador de la Universidad Autónoma de Manizales-Colombia, a su vez es profesor catedrático de la Universidad de Caldas- Colombia orientando la materia de Sistemas Inteligentes II. Tiene diferentes publicaciones y ha participado en conferencias sobre: Aprendizaje de máquina, aprendizaje profundo y visión artificial en la detección de enfermedades tales como cáncer de cuello uterino y Covid-19 A su vez a trabajado en proyectos de integración Universidad – Empresa Privada –Estado relacionados con Internet de las cosas (IoT), Automatización Industrial, Investigación – Desarrollo – Innovación tecnológica (I+D+i