Cookie Consent by Free Privacy Policy Generator

Completá el formulario para recibir información

1491






    Facultad de Escuela de Negocios
    MACHINE LEARNING Y DEEP LEARNING
    MODALIDAD: Virtual
    mayo 30, 2025
    DURACIÓN
    meses
    CARGA HORARIA
    30

    Hs

    INICIO

    26/05/2025

    Objetivos del evento:
    • Dominar los elementos fundamentales de Machine Learning y Deep Learning para la toma de decisiones.
    • Comprender los conceptos básicos y fundamentales de Machine Learning y Deep learning.
    • Conocer cuáles son los modelos más utilizados en la industria y en la academia Campos de aplicación y ejemplos.
    • Adquirir los elementos necesarios para incorporar los conceptos vertidos al proceso de la toma de decisión.

    Destinatarios

    Responsables o interesados en asumir la responsabilidad de áreas tecnológicas. Entidades públicas y/o áreas de estas cuyas tareas se encuentran vinculadas a la seguridad como a la gestión de datos. Comunidad UCASAL.

    Director/es

    Dr.

    PEDRO BERNABE ARAUJO

    Cuerpo docente

    Contenido

    • Introducción al Machine Learning

      Aplicaciones de Machine Learning. Inteligencia Artificial como elemento contenedor. Machine Learning y los tipos de algoritmos.

    • Los 10 mandamientos de Machine Learning

      Adopte el cambio de paradigma de los modelos que aprenden de los datos. Elija su métrica de evaluación con cuidado. Recuerda dividir tus datos. Centrarse en bases de datos y herramientas sólidas

    • Redes Neuronales. Arquitecturas básicas de redes neuronales

      Redes neuronales y machine learning. Aplicaciones de redes neuronales. VIsión
      Artificial, Procesamiento de Lenguaje Natural. La ciencia de datos en el contexto de Machine Learing.

    • Deep Learning. Tipos de redes neuronales

      Requerimientos de datos para proyecto de Deep Learning. Formas de evaluar los resultados de una red neuronal

      Información Complementaria

      Escuela de Negocios

      Dr PEDRO ARAUJO
      pbaraujo@ucasal.edu.ar

      Ellos hablan

      ¡Vos también podés vivir tu propia experiencia UCASAL!

      ¡Que tu historia no se detenga!

      Carreras de POSGRADO

      ¡Construí tu historia!
      Ver más

      Profesor Adjunto de Inteligencia Artificial Distribuida y de Inteligencia Empresarial y Data Mining de la Universidad Tecnológica Nacional – Facultad Regional Tucumán. Coordinador Académico de las carreras de
      Especialización y Maestría en Ingeniería en Sistemas de Información de la Universidad Tecnológica Nacional
      – Facultad Regional Tucumán. Docente – Investigador en el Grupo de Investigación en Tecnologías Informáticas Avanzadas (GITIA). 2012 – 2017 Doctor en Ingeniería mención Sistemas de Información, Universidad Tecnológica Nacional.

      Dr. PEDRO BERNABE ARAUJO

      Profesor Adjunto de Inteligencia Artificial Distribuida y de Inteligencia Empresarial y Data Mining de la Universidad Tecnológica Nacional – Facultad Regional Tucumán. Coordinador Académico de las carreras de
      Especialización y Maestría en Ingeniería en Sistemas de Información de la Universidad Tecnológica Nacional
      – Facultad Regional Tucumán. Docente – Investigador en el Grupo de Investigación en Tecnologías Informáticas Avanzadas (GITIA). 2012 – 2017 Doctor en Ingeniería mención Sistemas de Información, Universidad Tecnológica Nacional.