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.
Programa del Curso
Introducción a Generative AI
- ¿Qué es Generative AI?
- Historia y evolución de Generative AI
- Conceptos clave y terminología
- Descripción general de las aplicaciones y el potencial de Generative AI
Fundamentos de Machine Learning
- Introducción al aprendizaje automático
- Tipos de aprendizaje automático: supervisado, no supervisado y Reinforcement Learning
- Algoritmos y modelos básicos
- Preprocesamiento de datos e ingeniería de características
Deep Learning Conceptos básicos
- Redes neuronales y aprendizaje profundo
- Funciones de activación, funciones de pérdida y optimizadores
- Técnicas de sobreajuste, subajuste y regularización
- Introducción a TensorFlow y PyTorch
Descripción general de los modelos generativos
- Tipos de modelos generativos
- Diferencias entre modelos discriminativos y generativos
- Casos de uso de modelos generativos
Autocodificadores variacionales (VAE)
- Descripción de los codificadores automáticos
- La arquitectura de los VAE
- El espacio latente y su significado
- Proyecto práctico: Construcción de un VAE simple
Redes generativas adversarias (GAN)
- Introducción a las GAN
- La arquitectura de las GANs: Generador y Discriminador
- Capacitación de GAN y desafíos
- Proyecto práctico: Creación de una GAN básica
Modelos Generativos Avanzados
- Introducción a los modelos de transformadores
- Descripción general de los modelos GPT (transformadores generativos preentrenados)
- Aplicaciones de GPT en la generación de texto
- Proyecto práctico: Generación de texto con un modelo GPT preentrenado
Ética e implicaciones
- Consideraciones éticas en Generative AI
- Sesgo y equidad en los modelos de IA
- Implicaciones futuras e IA responsable
Aplicaciones industriales de Generative AI
- Generative AI En Arte y Creatividad
- Aplicaciones en negocios y marketing
- Generative AI En Ciencia e Investigación
Proyecto final
- Ideación y propuesta de un proyecto de IA generativa
- Recopilación y preprocesamiento de conjuntos de datos
- Selección y entrenamiento de modelos
- Evaluación y presentación de resultados
Resumen y próximos pasos
Requerimientos
- Una comprensión de los conceptos básicos de programación en Python
- Experiencia con conceptos matemáticos básicos, especialmente probabilidad y álgebra lineal
Audiencia
- Desarrolladores
14 Horas
