Inteligencia artificial nivel 2

Resolución de problemas con información obtenida a través del análisis del contexto en el cual nos encontramos, del procesamiento de ideas complejas y de la experiencia.

Fundamentos de Deep Learning para el aprendizaje y automatización de funciones en el mundo virtual. Construcción de redes neuronales y liderar con éxito proyectos de aprendizaje y automatización de procesos con máquinas y tecnología. Redes Convolucionales, RNNs, LSTM, Adam, Dropout, BatchNorm, Xavier/He initialization. Redes Neuronales y Deep Learning. Tuning de hiper parámetros, regularización y optimización de procesos y funcionalidades de la computadora. Redes Neuronales Convolucionales. Modelos Secuenciales. Introducción a Reinforcement Learning. Transfer Learning, Multitask Learning y End-to-End Learning. Estructurando proyectos de Deep Learning. Herramientas: Python, Numpy, Kera, TensorFlow, TensorBoard, Distributed TensorFlow, TensorFlow Serving. Revisión de implementaciones cloud y mobile. Hardware más usado CPU, GPU, TPU, FPGA, Mobile Neural Engines.