Máster en Deep Learning
Máster en Deep Learning
Déjanos tus datos para facilitarte toda la información del programa
Presencial
Live Streaming
170h
Septiembre 2022
Máster en Deep Learning
Presencial
Live Streaming
170h
Septiembre 2022
Conviértete en un experto en inteligencia artificial
Aplica inteligencia artificial desde el primer día
El Máster en Deep Learning te ofrece un recorrido completo de las últimas técnicas de Machine Learning y Deep Learning , base necesaria para desarrollar disciplinas como el análisis predictivo, reconocimiento de imágenes, voz y textos, entre otros.
Con este programa podrás acceder al Máster de Data Science & Deep Learning realizando el Máster en Data Science & Big Data.
¿Por qué
Deep Learning?
Deep Learning?
Nº1
Data Scientist es la demanda de trabajo número 1 en el mayor portal de empleo especializado y seguirá en esa posición en los próximos años.
Fuente: Glassdoor.
+74%
La demanda de especialistas en inteligencia artificial ha aumentado +74% en los últimos 4 años.
Fuente: LinkedIn.
Módulo 1
Máster en Deep Learning
Deep Learning
Deep Learning
El objetivo de la asignatura es introducir los conceptos fundamentales de las redes neuronales profundas. Además de proporcionar un recorrido teórico-práctico se aprenderán a utilizar las herramientas más importantes y a implementar soluciones desde cero.
Computer Vision
Computer Vision
El objetivo de la asignatura es introducir los conceptos fundamentales de las técnicas de Visión por Computadora (Computer Vision). Se realizará un recorrido teórico práctico de las principales técnicas.
Natural Language Processing
Natural Language Processing
Introducción a los conceptos fundamentales de los mecanismos empleados para la comunicación entre personas y máquinas por medio del lenguaje natural. Conocer las interacciones y su aplicación en el campo de inteligencia artificial.
Entrepreneurship II
Entrepreneurship II
Discusión y descubrimiento de nuevos modelos de negocio basados en data science.
Machine Learning II
Machine Learning II
Aplicar redes convolucionales y modelos recurrentes profundos con Tensorflow en aplicaciones prácticas con imágenes, implementar y diseñar modelos neuronales para la resolución de problemas modelización/clasificación, diseñar modelos generativos adversariales para la gestión de datos.
Reinforcement Learning
Reinforcement Learning
Introducción a los conceptos del aprendizaje por refuerzo. Conocer las formas de calcular medias y promedios móviles, procesos de decisión de Markov, programación dinámica, diferencia temporal de aprendizaje y métodos de aproximación.
Machine Learning III
Machine Learning III
Aplicar redes convolucionales y modelos recurrentes profundos con Tensorflow en aplicaciones prácticas con imágenes, implementar y diseñar modelos neuronales para la resolución de problemas modelización/clasificación, diseñar modelos generativos adversariales para la gestión de datos.
Reto Kaggle
Reto Kaggle
Formarás parte de un equipo en Kaggle donde solucionarás un reto de Data Science.
Final Project
Final Project
La temática podrá ser propuesta por el estudiante o seleccionada de una lista proporcionada por MIOTI.
Módulo 1
Máster en Deep Learning
Deep Learning
Deep Learning
El objetivo de la asignatura es introducir los conceptos fundamentales de las redes neuronales profundas. Además de proporcionar un recorrido teórico-práctico se aprenderán a utilizar las herramientas más importantes y a implementar soluciones desde cero.
Computer Vision
Computer Vision
El objetivo de la asignatura es introducir los conceptos fundamentales de las técnicas de Visión por Computadora (Computer Vision). Se realizará un recorrido teórico práctico de las principales técnicas.
Natural Language Processing
Natural Language Processing
Introducción a los conceptos fundamentales de los mecanismos empleados para la comunicación entre personas y máquinas por medio del lenguaje natural. Conocer las interacciones y su aplicación en el campo de inteligencia artificial.
Entrepreneurship II
Entrepreneurship II
Discusión y descubrimiento de nuevos modelos de negocio basados en data science.
Machine Learning II
Machine Learning II
Aplicar redes convolucionales y modelos recurrentes profundos con Tensorflow en aplicaciones prácticas con imágenes, implementar y diseñar modelos neuronales para la resolución de problemas modelización/clasificación, diseñar modelos generativos adversariales para la gestión de datos.
Reinforcement Learning
Reinforcement Learning
Introducción a los conceptos del aprendizaje por refuerzo. Conocer las formas de calcular medias y promedios móviles, procesos de decisión de Markov, programación dinámica, diferencia temporal de aprendizaje y métodos de aproximación.
Machine Learning III
Machine Learning III
Aplicar redes convolucionales y modelos recurrentes profundos con Tensorflow en aplicaciones prácticas con imágenes, implementar y diseñar modelos neuronales para la resolución de problemas modelización/clasificación, diseñar modelos generativos adversariales para la gestión de datos.
Reto Kaggle
Reto Kaggle
Formarás parte de un equipo en Kaggle donde solucionarás un reto de Data Science.
Final Project
Final Project
La temática podrá ser propuesta por el estudiante o seleccionada de una lista proporcionada por MIOTI.
Alberto Rodriguez
Presidente TheCUBE
Andrés Haddad
CEO TheCUBE
Carlos Picazo
Co Founder, Strategy & Finance Leader
Crisanto De Los Santos
CEO
David Gordo
Co-Founder
Diego García
Co Founder, Technology & Development Leader
Fabiola Pérez
CEO
Jesús Gómez
Artificial Intelligence Analyst
Oscar Picazo
IT Specialist - Freelance
Ver todos
Nuestros
profesores
profesores
Alberto Rodriguez
Presidente TheCUBE
Andrés Haddad
CEO TheCUBE
Carlos Picazo
Co Founder, Strategy & Finance Leader
Crisanto De Los Santos
CEO
David Gordo
Co-Founder
Diego García
Co Founder, Technology & Development Leader
Fabiola Pérez
CEO
Jesús Gómez
Artificial Intelligence Analyst
Oscar Picazo
IT Specialist - Freelance
Ruben Zazo
Research Team Leader
Nuestros
profesores
profesores
Alberto Rodriguez
Presidente TheCUBE
Andrés Haddad
CEO TheCUBE
Carlos Picazo
Co Founder, Strategy & Finance Leader
Crisanto De Los Santos
CEO
David Gordo
Co-Founder
Diego García
Co Founder, Technology & Development Leader
Fabiola Pérez
CEO
Jesús Gómez
Artificial Intelligence Analyst
Oscar Picazo
IT Specialist - Freelance
Ruben Zazo
Research Team Leader
Próxima
convocatoria
convocatoria
Fecha inicio
Septiembre
2022
2022
Horario
Martes
18:30 - 22:30
Jueves
18:30 - 22:30
18:30 - 22:30
Jueves
18:30 - 22:30
Duración
4 meses
170 horas
170 horas
Plaza
25 personas
Precio &
Financiación
Financiación
Máster en
Data Science &
Deep Learning
Data Science &
Deep Learning
14.750€
Máster en
Deep Learning
Deep Learning
7.750€
Consulta nuestro
Plan de becas Mioti
Tenemos disponible
Becas de la Fundación Universia
Tenemos Disponible
Becas de la Fundación ONCE
Bonificable por
Fundae
También es posible fraccionar el
pago sin intereses
pago sin intereses
Estás a 3 pasos de convertirte en un experto en Deep Learning & Inteligencia Artificial
Estás a 3 pasos de convertirte en un experto en Deep Learning & Inteligencia Artificial
Paso 1
Envía tu CV
Déjanos conocer tu perfil para confirmar que este es el curso que necesitas
Paso 2
Entrevista
Es la oportunidad de poder conocernos y aclarar todas las dudas que tengas
Paso 3
Admisión
Nuestro comité de admisiones valorará tu candidatura y motivación
Seleccione país
Seleccione país