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.
Temario del curso
Introducción a la inteligencia artificial generativa
- ¿Qué es la inteligencia artificial generativa?
- Historia y evolución de la inteligencia artificial generativa.
- Conceptos clave y terminología.
- Descripción general de las aplicaciones y el potencial de la inteligencia artificial generativa.
Fundamentos del aprendizaje automático
- Introducción al aprendizaje automático.
- Tipos de aprendizaje automático: supervisado, no supervisado y por refuerzo.
- Algoritmos y modelos básicos.
- Preprocesamiento de datos e ingeniería de características.
Conceptos básicos de aprendizaje profundo
- Redes neuronales y aprendizaje profundo.
- Funciones de activación, funciones de pérdida y optimizadores.
- Sobreajuste, subajuste y técnicas de 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 para los modelos generativos.
Autoencoders Variacionales (VAE)
- Comprensión de los autoencoders.
- Arquitectura de los VAE.
- Espacio latente y su importancia.
- Proyecto práctico: Construcción de un VAE simple.
Redes Generativas Antagónicas (GAN)
- Introducción a las GAN.
- Arquitectura de las GAN: generador y discriminador.
- Entrenamiento de GAN y desafíos.
- Proyecto práctico: Creación de una GAN básica.
Modelos generativos avanzados
- Introducción a los modelos Transformer.
- Descripción general de los modelos GPT (Transformadores preentrenados generativos).
- Aplicaciones de GPT en la generación de texto.
- Proyecto práctico: Generación de texto con un modelo GPT preentrenado.
Ética e implicaciones
- Consideraciones éticas en la inteligencia artificial generativa.
- Sesgo y equidad en los modelos de IA.
- Implicaciones futuras e inteligencia artificial responsable.
Aplicaciones industriales de la inteligencia artificial generativa
- Inteligencia artificial generativa en el arte y la creatividad.
- Aplicaciones en negocios y marketing.
- Inteligencia artificial generativa en la ciencia y la investigación.
Proyecto final
- Ideación y propuesta de un proyecto de inteligencia artificial generativa.
- Recopilación y preprocesamiento de conjuntos de datos.
- Selección y entrenamiento del modelo.
- Evaluación y presentación de resultados.
Resumen y próximos pasos
Requerimientos
- Comprensión de los conceptos básicos de programación en Python.
- Experiencia con conceptos matemáticos básicos, especialmente probabilidad y álgebra lineal.
Público objetivo
- Desarrolladores.
14 Horas
Reseñas (2)
los consejos y las indicaciones recomendadas que podemos llevarnos de esta capacitación
Lee Mei Lin - ST Engineering IHQ Pte Ltd
Curso - InVideo AI: Creating Engaging Short-Form Videos
Traducción Automática
Uso de prompts apropiados y eficaces
Marses Pacaldo
Curso - Generative AI and Prompt Engineering for Corporate Professionals
Traducción Automática
