.png)
-
Comprender los fundamentos del aprendizaje profundo y las arquitecturas neuronales básicas.
-
Construir redes densas, convolucionales y recurrentes utilizando Python, Keras y TensorFlow.
-
Aplicar modelos de Deep Learning en casos reales con datos estructurados, imágenes, texto y series temporales.
-
Conocer buenas prácticas de entrenamiento, evaluación y ajuste de modelos neuronales.
-
Sentar las bases para avanzar a temas más complejos como modelos generativos o visión por computadora avanzada.
Profesionales y empresas
Que buscan dominar herramientas de IA, automatización y analítica avanzada.
​
Estudiantes y egresados
Que desean actualizar sus conocimientos y acceder a oportunidades laborales.
​
Equipos corporativos
Que requieren formación estratégica para impulsar la transformación digital
Curso: Deep Learning: Redes Neuronales con Python
Fundamentos del Deep Learning y entorno de trabajo
-
¿Qué es el Deep Learning? Diferencias con el Machine Learning tradicional.
-
Arquitectura básica de una red neuronal artificial.
-
Conceptos clave: función de activación, pérdida, optimización, backpropagation.
-
Instalación y uso de TensorFlow/Keras en Google Colab o Jupyter.
-
Primer modelo en Keras: clasificación binaria con datos estructurados.
Resultados del curso
Al finalizar el curso, los participantes serán capaces de
Comprender y explicar cómo funcionan los distintos tipos de redes neuronales
Diseñar y entrenar redes densas, convolucionales y recurrentes para tareas básicas.​
​Aplicar Deep Learning a problemas reales con imágenes, texto y series temporales.​
Evaluar el rendimiento de modelos y aplicar mejoras prácticas.​​
​Continuar su formación hacia aplicaciones avanzadas de inteligencia artificial y aprendizaje automático.
Instructor del Curso
Antonio Murillo Reyes
Economista/Data Science.
​Máster en Econometría (Univ. Torcuato Di Tella - Argentina), MBA en Administración de Empresas (UCB – Bolivia) y Posgrado en IA y Ciencia de Datos (UNC-Argentina). Especializado en análisis Macroeconómico y Modelación Econométrica. Fue Analista Senior en el Banco Central de Bolivia. Docente de postgrado en Econometría y Machine Learning en posgrados en Bolivia y Ecuador..
Metodología de Enseñanza
Aprendizaje práctico
Basamos nuestra enseñanza en proyectos reales que reflejan los desafíos cotidianos de las empresas
Plataformas interactivas
Utilizamos simuladores y herramientas digitales que facilitan la comprensión de conceptos complejos
Evaluación continua
Medimos constantemente el impacto para ajustar metodologías y optimizar resultados
Cursos relacionados
.webp)
.png)
Certificación
Diploma digital verificable a través del sistema de verificación de autenticidad.
Certificados extendidos por la Secretaría de Cultura y Extensión Instituto Deep Quantics Bolivia.
PREGUNTAS FRECUENTES
Resuelve tus dudas al instante
¿Por que Deep Quantics?