Temario
MÓDULO 1: EVOLUCIÓN HISTÓRICA DE LA INTELIGENCIA ARTIFICIAL Y MACHINE LEARNING (15 horas)
Objetivo: Describir la evolución que ha tenido lugar en el ámbito de la Inteligencia Artificial y del Machine Learning
Contenidos teórico- prácticos:
• Introducción a la Inteligencia Artificial y Machine Learning
• Evolución histórica de la Inteligencia Artificial
• Observación de la Inteligencia Artificial y Machine Learning
• Aproximación a redes neuronales y deep learning
MÓDULO 2: FUNDAMENTOS DE REDES NEURONALES (15 horas)
Objetivo: Distinguir el concepto de red neuronal entre los diferentes tipos de redes existentes utilizando herramientas de deep learning.
Contenidos teórico- prácticos:
• Introducción a las redes neuronales
• Aproximación conceptual y estructura de una red neuronal
• Identificación de los tipos de redes neuronales más comunes
• Aplicación de deep learning en redes neuronales
MÓDULO 3: EJERCICIOS PRÁCTICOS CON KERAS / TENSOR FLOW (10 horas)
Objetivo: Aplicar los conceptos obtenidos en ejercicios prácticos utilizando las herramientas Keras / Tensor Flow.
Contenidos teórico- prácticos:
• Observación de ejercicios prácticos con Keras / Tensor Flow
• Definición y optimización de una red plana
• Definición y optimización de una red convolucional
• Definición y optimización de una red recursiva
