La intención de este Master en Redes Neuronales e Inteligencia Artificial, MRN es familiarizar al alumno con los conceptos fundamentales de la teoría de redes neuronales e inteligencia artificial tanto estáticas como recurrentes, reconociendo la naturaleza multidisciplinaria de esta técnica desde una visión muy orientada al reconocimiento de patrones.
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
Con la programación de este Master en Redes Neuronales e Inteligencia Artificial, MRN, nos proponemos los siguientes objetivos: o Brindar una perspectiva general excelente del dominio del aprendizaje profundo sobre redes neuronales. o Ganar un entendimiento de la concepción de redes neuronales y cómo las redes biológicas y artificiales difieren entre sí. o Aprender acerca de redes neuronales artificiales y a entender cómo las redes neuronales funcionan en general y cómo enseñar a tus redes.
A quién va dirigido
o Este Master en Redes Neuronales e Inteligencia Artificial, MRN, está dirigido a titulados universitarios en Ciencias, Tecnologías, ingenierías y matemáticas. o El programa de Maestría está diseñado para adultos que trabajan y que ya obtuvieron el título de licenciatura y que cuentan con suficiente experiencia profesional. Puede ser terminado en 24 meses o antes dependiendo de los créditos obtenidos y de la motivación del estudiante. En este programa también se evalúa la experiencia profesional y académica del estudiante para obtener créditos.
Requisitos
Este Master en Redes Neuronales e Inteligencia Artificial, MRN, proporciona a los alumnos los conocimientos necesarios para desarrollar una comprensión profunda de los principios de las Redes Neuronales y sus aplicaciones en diversos campos de la Inteligencia Artificial. Después de completar el programa, estará calificado para seguir una amplia gama de oportunidades de carrera en los diferentes campos de la Redes Neuronales e Inteligencia Artificial.
Temario completo de este curso
CICLO PRIMERO: REDES NEURONALES E INTELIGENCIA ARTIFICIAL I
MRN101 Redes neuronales artificiales
MRN102 Proceso de aprendizaje
MRN103 Perceptrón
MRN104 Perceptrón multicapa
MRN105 Redes neuronales de base radial
MRN106 Máquinas de vector soporte
MRN107 Redes neuronales recurrentes
MRN108 Entrenamiento de redes neuronales
MRN109 Evaluación
CICLO SEGUNDO: REDES NEURONALES E INTELIGENCIA ARTIFICIAL II
MRN201Identificación con redes neuronales
MRN202 Control con redes neuronales
MRN203 Estructura de las redes neuronales
MRN204 Enseñando a las redes
MRN205 Práctica de las redes neuronales
MRN206 Modelo de redes neuronales
MRN207 Modelo biológico
MRN208 Lenguaje de ABBANN
MRN209 Evaluación.
CICLO TERCERO: REDES NEURONALES E INTELIGENCIA ARTIFICIAL III
MRN301 Inteligencia artificial
MRN302 Seres artificiales
MRN303 Aprendizaje automático
MRN304 Redes neuronales
MRN305 Aprendizaje de refuerzo
MRN306 Aprendizaje profundo
MRN307 Robótica e inteligencia artificial
MRN308 Internet de las cosas
MRN309 Evaluación.
CICLO CUARTO: REDES NEURONALES E INTELIGENCIA ARTIFICIAL IV
MRN401 Inteligencia artificial avanzada
MRN402 Lenguaje Python
MRN403 Control de flujo
MRN404 Funciones
MRN405 Tipos de datos en Python
MRN406 Python orientación a objetos
MRN407 Python lenguaje funcional
MRN408 Programando redes neuronales artificiales
MRN409 Proyecto final
Acceso a TDR (Contenido Digital en Formato PDF) desde el Campus Virtual de UPE Universidad de los Pueblos de Europa.