Idioma: ES
Inteligencia-artificial-generativa-y-aprendizaje-profundo

Curso inteligencia artificial generativa y aprendizaje profundo

Información General

Presentación

Inteligencia artificial generativa y aprendizaje profundo

Inteligencia-artificial-generativa-y-aprendizaje-profundo click para reproducir video
Educación Continuada: programas abiertos y empresariales de educación no formal que optimizan el desempeño profesional.

Cómo implementar sistemas de inteligencia artificial generativa utilizando aprendizaje profundo y qué se sabe sobre lo que aprende realmente

Los avances con los recientes desarrollos en las redes neuronales han permitido usarlas para resolver muchos problemas que, hasta ahora, estaban fuera de nuestro alcance. Saber utilizar estas redes es, entonces, un requerimiento para mantenerse vigente en estos campos de aplicación. Sin embargo, no basta con entrenar sistemas y obtener respuestas con calificaciones altas, según alguna métrica elegida, sino que es indispensable conocer a mayor profundidad la teoría matemática detrás de estos modelos, sus fortalezas, debilidades y verdaderos alcances, así como ser conscientes de cuanto aún se ignora sobre los modelos aprendidos y de las investigaciones al respecto que hoy se llevan a cabo. Este conocimiento permitirá elegir los modelos más adecuados para cada aplicación, así como delimitar, con mayor éxito, su ámbito de aplicabilidad.

“Too much of deep learning has focused on correlation without causation, and that often leaves deep learning systems at a loss when they are tested on conditions that aren't quite the same as the ones they were trained on. When children ask ‘why?’ they are asking about causality. When machines start asking why, they will be a lot smarter”

Conferencista Invitado

Verónica Esther Arriola Ríos

Verónica Esther Arriola Ríos

Ver más
Cerrar

Verónica Esther Arriola Ríos

Verónica Esther Arriola Ríos

PhD en Ciencias de la computación, especializada en inteligencia artificial, robótica y redes Neuronales con conocimientos de graficación por computadora, animación y ambientes virtuales. Es profesora de tiempo completo de la Universidad Nacional Autónoma de México. Su principal interés se encuentra en la generación automatizada de representaciones del conocimiento, a partir de experiencias sensoriales e intercambio de información. Además de aprendizaje de máquina y humano, procesamiento de lenguaje natural, psicología y neurociencias

Por qué estudiar con nosotros

edificio-h-nocturna.jpg

Los participantes podrán adquirir la teoría y ejercicios prácticos que permitan programar sistemas de aprendizaje profundo para resolver problemas, así como evaluar su desempeño.

Además, este curso versará en la creación misma de las herramientas de aprendizaje profundo, su enfoque se encuentra en el hacer y analizar, no solamente en utilizar las herramientas.

Metodología

El curso se desarrollará en modalidad presencial mediante sesiones magistrales, con la exposición y discusión de los temas principales del curso. De igual manera, durante cada sesión, se hará una parte de trabajo práctico en la que se guiará, de forma personalizada, a los participantes en su ejecución.

El curso se distribuye aproximadamente así:

  • Entre 14 y 16 horas de teoría.
  • Entre 8 y 10 horas de práctica de programación.

Certificación

  • El curso se desarrollará en 7 módulos, con un total de 24 horas de clase en remoto.
  • La Escuela Colombiana de Ingeniería Julio Garavito otorgará certificados de este curso así:
    • De asistencia, a quienes se inscriban por educación continuada y participen activa y cumplidamente como mínimo en el 90 % de las sesiones programadas.
    • De contenido, créditos y nota a los estudiantes de pregrado o posgrado de la Escuela.
    • De contenido, créditos y nota a los estudiantes de pregrado o posgrado de cualquier universidad del país que se matriculen como estudiantes visitantes o de intercambio. Para esto deberán enviar la solicitud a la Oficina de Relaciones Internacionales (ori@escuelaing.edu.co) e indicar la universidad de origen y el programa que cursan.

Perfil del aspirante

Mujer profesional
  • Estudiantes de posgrado, estudiantes de últimos semestres de pregrado, profesores universitarios y profesionales asociados o interesados en el aprendizaje de máquina, especialmente en el uso de redes neuronales. Es indispensable contar con conocimientos en álgebra lineal, cálculo de varias variables, optimización numérica, probabilidad y programación, preferiblemente en Python.

Contenido temático

Módulo I – Inteligencia Artificial (1 hora)

  • Sistemas simbólicos vs subsimbólicos.
  • Problemas blando y duro de la conciencia.
  • Problema del cuarto chino.

Módulo II – Aprendizaje de máquina (4 horas)

  • Definición del problema de aprendizaje.
  • Tipos de aprendizaje (regresión, clasificación, aprendizaje por refuerzo).
  • Espacio de hipótesis.
  • Conjuntos de datos.
  • Medidas de rendimiento.
  • Sesgo inductivo.
  • Scikit.

Módulo III – Redes neuronales: perceptrón multicapa (5 horas)

  • Perceptrón y el problema de XOR.
  • Perceptrón multicapa.
  • Retropropagación (backtracking).
  • Implementación con PyTorch y uso de Tensorboard.

Módulo IV – Ética (1 hora)

  • Sesgos en el aprendizaje.
  • Derecho de autor.
  • Privacidad.
  • ¿Qué está aprendiendo el sistema? Casos problemáticos.

Módulo V – Redes profundas (5 horas)

  • Problema del desvanecimiento del gradiente.
  • Redes convolucionales.
  • Redes para análisis de secuencias (LSTM, GRU).
  • Salto de capas y otras técnicas para mejorar el entrenamiento.
  • Sueño profundo.
  • Ejercicios de programación.

Módulo VI – Modelos generativos (3 horas)

  • Redes adversarias.
  • Espacio latente.
  • Implementación de un ejemplo.

Módulo VII – Large Language Models (LLM) (5 horas)

  • Transformadores.
  • Arquitecturas abiertas.
  • ¿Interpretación?
  • Desarrollo de proyecto.

Fechas y horarios

El curso se desarrollará entre el 15 y 19 de julio de 2024. Las clases se realizarán de lunes a viernes, en modalidad presencial, en el Campus de la Escuela. Son 24 horas en total. El horario será el siguiente:

  • De lunes a jueves: de 8:00 a.m. a 1:00 p.m.
  • Viernes: de 8:00 a.m. a 12:00 m.

La Universidad Escuela Colombiana de Ingeniería, para sus programas de Educación Continuada, se reserva el derecho de cambiar sus conferencistas y fechas de realización, o cancelarlos de no contar con el número de personas requerido para tal fin. Lo anterior se informará a los interesados con antelación.

Objetivos alcanzables

Bloque-I-nocturna.jpg

Presentar la teoría y ejercicios prácticos que permitan, a los participantes, programar sistemas de aprendizaje profundo para resolver problemas, así como evaluar su desempeño.

Valor de la inversión

edificio-h-nocturna.jpg

El valor de la inversión es de COP $2.190.000 (dos millones ciento noventa mil pesos) por participante. Este valor incluye material del curso en medio electrónico.

Descuento del 5 % hasta el 2 de julio de 2024

Inscripciones hasta el 10 de julio de 2024

Solicite Información

Inteligencia artificial generativa y aprendizaje profundo

Programas relacionados