Descripción del Curso
Este curso avanzado de Machine Learning e Inteligencia Artificial te llevará desde los conceptos fundamentales hasta la implementación de modelos complejos de Deep Learning. Aprenderás a trabajar con Python, las librerías más importantes del ecosistema de ML y frameworks como TensorFlow y PyTorch.
El curso está diseñado para profesionales que buscan especializarse en IA, con un enfoque práctico que incluye proyectos reales de clasificación, regresión, procesamiento de lenguaje natural y visión por computadora. Al finalizar, tendrás las habilidades para desarrollar soluciones de IA en cualquier industria.
¿Qué lograrás?
- Dominar algoritmos de Machine Learning supervisado y no supervisado
- Crear redes neuronales con TensorFlow y Keras
- Implementar modelos de Deep Learning para visión por computadora
- Desarrollar sistemas de procesamiento de lenguaje natural
- Optimizar y desplegar modelos en producción
- Trabajar con Big Data y herramientas de MLOps
Contenido del Curso
Módulo 1: Fundamentos de Python para ML (Semanas 1-2)
16 horas- Python avanzado y programación orientada a objetos
- NumPy y manipulación de arrays
- Pandas para análisis de datos
- Matplotlib y Seaborn para visualización
- Proyecto: Análisis exploratorio de datos
Módulo 2: Machine Learning Supervisado (Semanas 3-5)
20 horas- Regresión lineal y logística
- Árboles de decisión y Random Forest
- Support Vector Machines (SVM)
- Evaluación de modelos y métricas
- Cross-validation y optimización de hiperparámetros
- Proyecto: Predicción de precios inmobiliarios
Módulo 3: Machine Learning No Supervisado (Semanas 6-7)
14 horas- Clustering: K-means, DBSCAN, Hierarchical
- Reducción de dimensionalidad: PCA, t-SNE
- Sistemas de recomendación
- Detección de anomalías
- Proyecto: Sistema de recomendación de películas
Módulo 4: Deep Learning y Redes Neuronales (Semanas 8-11)
24 horas- Fundamentos de redes neuronales
- TensorFlow y Keras
- Redes neuronales convolucionales (CNN)
- Redes neuronales recurrentes (RNN, LSTM)
- Transfer Learning y Fine-tuning
- Generative Adversarial Networks (GANs)
- Proyecto: Clasificador de imágenes médicas
Módulo 5: NLP y Visión por Computadora (Semanas 12-14)
18 horas- Procesamiento de lenguaje natural con NLTK y spaCy
- Word embeddings y Word2Vec
- Transformers y BERT
- OpenCV para visión por computadora
- Detección y reconocimiento de objetos
- Proyecto: Chatbot inteligente
Módulo 6: MLOps y Despliegue (Semanas 15-16)
12 horas- MLflow para gestión de experimentos
- Docker para containerización
- APIs REST con Flask/FastAPI
- Despliegue en AWS/Google Cloud
- Monitoreo y mantenimiento de modelos
- Proyecto Final: Sistema de IA completo
Requisitos Previos
Programación
Conocimientos básicos de Python
Matemáticas
Álgebra lineal y estadística básica
Hardware
PC con al menos 8GB RAM y GPU recomendada
