Programación de Redes Neuronales con Python
La persona acreditada es capaz de construir modelos de redes neuronales con Python para la resolución de problemas de predicción, implementando algoritmos como propagación hacia adelante y backpropagation mediante codificación manual y ajuste iterativo de parámetros de manera ingeniosa.
Criterios
Autonomía: Trabajar bajo la dirección general.
Influencia: Interactuar e influir en sus colegas.
Complejidad: Aplicar y contribuir al pensamiento creativo o encontrar nuevas formas de completar tareas.
Habilidad: Identificar los conceptos fundamentales de redes neuronales artificiales para comprender su funcionamiento e implementación en Python.
Habilidad: Comprender la lógica de funcionamiento de los componentes de una red neuronal, incluyendo funciones de activación, pérdida y propagación.
Habilidad: Emplear técnicas como propagación hacia adelante, backpropagation y ajuste de hiperparámetros para el entrenamiento, evaluación, ajuste y optimización de modelos predictivos.
Curso: Aprovechar de 16 horas lectivas más 29 horas de trabajo extraclase, para un total de 45 horas, que corresponde a 1 crédito.
Evaluación: Aprobar el curso con un promedio mayor o igual a 70 en la calificación final.
SINT-673