UNIDAD DIDÁCTICA 1. ¿QUÉ ES EL APRENDIZAJE PROFUNDO?

1. Concepto de aprendizaje profundo
2. - Diferencias existentes entre el aprendizaje profundo y el aprendizaje automático
3. Evolución e historia del aprendizaje profundo
4. - Cronología histórica
5. - Pioneros del campo del aprendizaje profundo
6. Ventajas del aprendizaje profundo
7. - Principales ventajas del aprendizaje profundo

UNIDAD DIDÁCTICA 2. SISTEMAS NEURONALES

1. Redes neuronales
2. Redes profundas y redes poco profundas

UNIDAD DIDÁCTICA 3. DEEP LEARNING CON PYTHON, KERAS Y TENSORFLOW

1. Aprendizaje profundo
2. Entorno de Deep Learning con Python
3. Aprendizaje automático y profundo

UNIDAD DIDÁCTICA 4. ESTRATEGIAS DE APRENDIZAJE

1. Entrada y salida de datos
2. Entrenar una red neuronal
3. Gráficos computacionales
4. Implementación de una red profunda
5. El algoritmo de propagación directa
6. Redes neuronales profundas multicapa

UNIDAD DIDÁCTICA 5. EL APRENDIZAJE PROFUNDO POR REFUERZO

1. Concepto de aprendizaje profundo por refuerzo
2. Los elementos que componen un modelo de aprendizaje profundo por refuerzo
3. El funcionamiento del aprendizaje profundo por refuerzo
4. - Recompensas vs penalizaciones
5. - Algoritmos a utilizar
6. - La ecuación de Bellman
7. Posibilidades del aprendizaje profundo por refuerzo

UNIDAD DIDÁCTICA 6. APLICACIONES DEL APRENDIZAJE PROFUNDO

1. Las posibilidades futuras del aprendizaje profundo
2. Principales usos en la actualidad
3. Aprendizaje profundo e IoT
4. - El concepto de IoT
5. Aplicaciones en el entorno empresarial