Computación Neuronal

Fundamentos y aplicaciones avanzadas de las redes neuronales artificiales

Descripción del Curso

Este curso completo te llevará desde los fundamentos matemáticos de las redes neuronales hasta las aplicaciones más avanzadas en sistemas complejos. Aprenderás a diseñar, entrenar y optimizar redes neuronales para resolver problemas del mundo real.

¿Qué aprenderás?

  • Fundamentos matemáticos de las redes neuronales (álgebra lineal, cálculo, probabilidad)
  • Arquitecturas básicas: perceptrones, MLP, redes feedforward
  • Algoritmos de aprendizaje: backpropagation, gradient descent, optimizadores avanzados
  • Redes convolucionales (CNN) para procesamiento de imágenes
  • Redes recurrentes (RNN, LSTM, GRU) para secuencias temporales
  • Redes de atención y mecanismos de atención
  • Transfer learning y fine-tuning
  • Regularización y técnicas de prevención de overfitting
  • Optimización de hiperparámetros
  • Aplicaciones prácticas en visión computacional, NLP y sistemas de recomendación

Contenido del Programa

Módulo 1: Fundamentos (Semanas 1-3)

  • Introducción a la computación neuronal
  • Matemáticas esenciales para redes neuronales
  • El perceptrón y su evolución
  • Redes multicapa y funciones de activación

Módulo 2: Aprendizaje Profundo (Semanas 4-6)

  • Backpropagation y gradient descent
  • Optimizadores: Adam, RMSprop, SGD con momentum
  • Regularización: dropout, batch normalization, weight decay
  • Arquitecturas profundas y skip connections

Módulo 3: Redes Convolucionales (Semanas 7-9)

  • Fundamentos de CNN
  • Arquitecturas clásicas: LeNet, AlexNet, VGG, ResNet
  • Aplicaciones en visión computacional
  • Object detection y segmentation

Módulo 4: Redes Recurrentes (Semanas 10-12)

  • RNN básicas y el problema del gradiente
  • LSTM y GRU
  • Aplicaciones en NLP y series temporales
  • Proyecto final integrador

Requisitos Previos

  • Conocimientos básicos de programación (Python recomendado)
  • Fundamentos de álgebra lineal y cálculo
  • Conocimientos básicos de machine learning (deseable pero no obligatorio)

Duración y Modalidad

  • Duración: 12 semanas
  • Modalidad: Online con sesiones en vivo semanales
  • Dedicación estimada: 8-10 horas por semana
  • Certificado: Incluido al completar el curso

Proyectos Prácticos

  • Clasificación de imágenes con CNN
  • Sistema de reconocimiento de voz
  • Generador de texto con RNN
  • Proyecto final: aplicación completa de tu elección
Inscribirse Ahora