Curso de Python + Deep Learning

El Curso de Python + 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!

Módulos formativos

Python
1. Python, el Nuevo Desconocido

• Glosario de términos
• Presentación de Python
• ¿Por qué escoger Python?
• Entornos y desarrollo

2. Características Básicas del Lenguaje

• Tipos de datos básicos
• Operadores de Python
• Entrada y salida
• Control de flujo. Estructuras de decisión y estructuras de recepción
• Tipos de datos avanzados
• Funciones
• Módulos y paquetes

3. Programación Orientada a Objetos

• Metodología basada en objetos
• Clases, objetos, atributos y métodos
• Practicando con clases y objetos

4. Herramientas Adicionales de POO

• Herencia & poliformismo
• Interfaces, Abstract Base Class & Subclases
• Datos temporales
• Generadores y cierres
• Gestión de excepciones

5. Manipulación de Datos

• Archivos
• JSON
• Pandas
• Numpy
• Matplotlib
• Introducción patrones de diseño

6. Programando se Aprende

• Práctica: Creación de un aeropuerto

7. Git & GitHub

• Control de versiones
• Comandos de Git y ramas
• Uso de GitHub

Creación de APIs con Django y Flask
1. Fundamentos y Desarrollo de APIs con Flask

• Introducción a las APIs
• Uso de librerías en Python
• Comunicación a través de APIs

2. Desarrollo de APIs con Django

• Introducción a Django
• Desarrollo con Django Rest Framework

3. IA y LLM

• Introducción a la IA y LLM
• Uso de LLM en la Nube

Especialización en Deep Learning
1. Fundamentos de Deep Learning

• Introducción al Deep Learning
• Redes Neuronales Artificiales
• Herramientas y Librerías

2. Modelos de Deep Learning

• Redes Neuronales Convolucionales (CNN)
• Redes Neuronales Recurrentes (RNN)
• Modelos Avanzados de Deep Learning

3. Entrenamiento y Optimización

• Preparación y Preprocesamiento de Datos
• Entrenamiento de Modelos
• Evaluación y Mejora de Modelos

4. Implementación y Despliegue

• Implementación de Modelos en Producción
• Deep Learning en la nube

5. Futuro del Deep Learning

• Tendencias Actuales en Deep Learning
• Desafíos y Oportunidades Futuras