Este curso de Python con Deep Learning está diseñado para que aprendas a construir modelos de inteligencia artificial desde cero, aunque no tengas experiencia previa.
Empezarás con los fundamentos de Python y avanzarás hacia redes neuronales, procesamiento de datos y creación de modelos usando librerías como TensorFlow y Keras. A través de ejemplos reales y proyectos prácticos, entenderás cómo funcionan tecnologías como el reconocimiento facial, los asistentes por voz o los sistemas de recomendación.
Si te apasiona la IA y quieres desarrollar habilidades con futuro, este curso es para ti.
Emagister S.L. (responsable) tratará tus datos personales con la finalidad de gestionar el envío de solicitudes de información y comunicaciones promocionales de formación con tu consentimiento. Ejerce tus derechos de acceso, supresión, rectificación, limitación, portabilidad y otros, según se indica en nuestra política de privacidad.
Objetivos
- Aprender los fundamentos de Python aplicados a la inteligencia artificial. - Entender cómo funcionan las redes neuronales desde cero. - Manejar librerías especializadas como TensorFlow y Keras. - Aplicar Deep Learning a problemas reales. - Desarrollar habilidades con alta demanda en el mercado laboral.
A quién va dirigido
Este curso está pensado para cualquier persona que quiera adentrarse en el mundo de la inteligencia artificial, incluso si no tiene experiencia previa en programación. Si te apasiona la tecnología, quieres aprender haciendo y sueñas con crear proyectos de IA propios, aquí encontrarás todo lo que necesitas: desde los fundamentos de Python hasta el desarrollo de modelos avanzados de Deep Learning, con una metodología práctica, gamificada y adaptada a tu ritmo.
Requisitos
No existen requisitos previos ya que el enfoque del curso está destinado a formar a los alumnos desde cero en las competencias profesionales en Inteligencia artificial.
Temario completo de este curso
CURSO DE PYTHON CON DJANGO Y FLASK
Módulo 1: Python, el nuevo desconocido
Bloque 0. Glosario de términos
Bloque 1. Presentación de Python
Bloque 2. ¿Por qué escoger Python?
Bloque 3. Entornos y desarrollo
Módulo 2. Características básicas del lenguaje
Bloque 1. Tipos de datos básicos
Bloque 2. Operadores de Python
Bloque 3. Entrada y salida
Bloque 4. Control de flujo. Estructuras de decisión y estructuras de recepción
Bloque 5. Tipos de datos avanzados
Bloque 6. Funciones
Bloque 7. Módulos y paquetes
Módulo 3. Programación orientada a objetos
Bloque 1. Metodología basada en objetos
Bloque 2. Clases, objetos, atributos y métodos
Bloque 3. Practicando con clases y objetos
Módulo 4. Herramientas adicionales de POO
Bloque 1. Herencia & poliformismo
Bloque 2. Interfaces, Abstract Base Class & Subclases
Bloque 3. Datos temporales
Bloque 4. Generadores y cierres
Bloque 5. Gestión de excepciones
Módulo 5. Manipulación de datos
Bloque 1. Archivos
Bloque 2. JSON
Bloque 3. Pandas
Bloque 4. Numpy
Bloque 5. Matplotlib
Bloque 6. Introducción patrones de diseño
Módulo 6. Programando se aprende
Práctica: Creación de un aeropuerto
Módulo 7. Git & GitHub
Bloque 1. Control de versiones
Bloque 2. Comandos de Git y ramas
Bloque 3. Uso de GitHub
CREACIÓN DE APIS CON DJANGO Y FLASK
Módulo 1. Fundamentos y desarrollo de APIs con Flask
Bloque 1: Introducción a las APIs
Bloque 2: Uso de librerías en Python
Bloque 3: Comunicación a través de APIs
Módulo 2. Desarrollo de APIs con Django
Bloque 1: Introducción a Django
Bloque 2: Desarrollo con Django Rest Framework
Módulo 3: IA y LLM
Bloque 1: Introducción a la IA y LLM
Bloque 2: Uso de LLM en la Nube
ESPECIALIZACIÓN EN DEEP LEARNING
Módulo 1. Fundamentos de Deep Learning
Bloque 1. Introducción al Deep Learning
Bloque 2. Redes Neuronales Artificiales
Bloque 3. Herramientas y Librerías
Módulo 2. Modelos de Deep Learning
Bloque 1. Redes Neuronales Convolucionales (CNN)
Bloque 2. Redes Neuronales Recurrentes (RNN)
Bloque 3. Modelos Avanzados de Deep Learning
Módulo 3. Entrenamiento y optimización
Bloque 1. Preparación y Preprocesamiento de Datos
Bloque 2. Entrenamiento de Modelos
Bloque 3. Evaluación y Mejora de Modelos
Módulo 4. Implementación y despliegue
Bloque 1. Implementación de Modelos en Producción
Bloque 2. Deep Learning en la nube
Módulo 5. Futuro del Deep Learning
Bloque 1. Tendencias Actuales en Deep Learning
Bloque 2. Desafíos y Oportunidades Futuras
2001-3000 €
Precio a consultar
2.495 € 1.895 €
6.240 € 3.900 €
1.325 € 925 €