Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a la IA generativa
- ¿Qué es la IA generativa?
- Historia y evolución de la IA generativa
- Conceptos y terminología clave
- Visión general de las aplicaciones y el potencial de la IA generativa
Fundamentos del aprendizaje automático
- Introducción al aprendizaje automático
- Tipos de aprendizaje automático: supervisado, no supervisado y por refuerzo
- Algoritmos y modelos básicos
- Preprocesamiento de datos e ingeniería de características
Fundamentos del aprendizaje profundo
- Redes neuronales y aprendizaje profundo
- Funciones de activación, funciones de pérdida y optimizadores
- Sobrealimentación, subalimentación y técnicas de regularización
- Introducción a TensorFlow y PyTorch
Visión general de los modelos generativos
- Tipos de modelos generativos
- Diferencias entre modelos discriminatorios y generativos
- Casos de uso de los modelos generativos
Autoencoders Variacionales (VAEs)
- Comprensión de los autoencoders
- La arquitectura de los VAEs
- El espacio latente y su importancia
- Proyecto práctico: Construcción de un VAE sencillo
Redes Generativas Antagónicas (GANs)
- Introducción a las GANs
- La arquitectura de las GANs: generador y discriminador
- Entrenamiento de GANs y desafíos
- Proyecto práctico: Creación de una GAN básica
Modelos generativos avanzados
- Introducción a los modelos Transformer
- Visión general de los modelos GPT (Transformadores Preentrenados Generativos)
- Aplicaciones de GPT en la generación de texto
- Proyecto práctico: Generación de texto con un modelo GPT preentrenado
Ética e implicaciones
- Consideraciones éticas en la IA generativa
- Sesgo y equidad en los modelos de IA
- Implicaciones futuras e IA responsable
Aplicaciones industriales de la IA generativa
- IA generativa en el arte y la creatividad
- Aplicaciones en negocios y marketing
- IA generativa en ciencia e investigación
Proyecto final integrador
- Ideación y propuesta de un proyecto de IA generativa
- Recolección y preprocesamiento del conjunto de datos
- Selección y entrenamiento del modelo
- Evaluación y presentación de resultados
Resumen y siguientes pasos
Requerimientos
- Conocimiento de conceptos básicos de programación en Python.
- Experiencia con conceptos matemáticos básicos, especialmente probabilidad y álgebra lineal.
Público objetivo
- Desarrolladores.
14 Horas
Reseñas (2)
los consejos y las indicaciones recomendadas que podemos llevarnos de esta capacitación
Lee Mei Lin - ST Engineering IHQ Pte Ltd
Curso - InVideo AI: Creating Engaging Short-Form Videos
Traducción Automática
Uso de prompts apropiados y eficaces
Marses Pacaldo
Curso - Generative AI and Prompt Engineering for Corporate Professionals
Traducción Automática