Curso
Deep Learning
Este curso contempla el conjunto de modelos responsables por los impresionantes resultados actuales en campos como generación de texto, imágenes, video artificial, entre otras, y de reconocimiento de imágenes. Las ventajas del Deep Learning son aplicables a cualquier sistema basado en datos, por lo que la mayoría de los sectores económicos ya cuentan con procesos de IA para mejorar sus servicios y desempeño. El Deep Learning también es responsable de varios procesos tecnológicos relacionales a nivel de usuario. Aprenderás sobre redes neuronales con múltiples capas para aprender de grandes cantidades de datos, permitiendo avances en reconocimiento de imágenes, voz y texto.
Ver temario del cursoComprar CursoFlex
~7 semanas
Avanzado
Acceso Exclusivo
Clases en vivo personalizadas
Certificación de curso válida para tu CV
Contenido práctico desde el día uno
App propia con todo tu aprendizaje organizado en un solo lugar
Clases asincrónicas siempre disponibles en nuestra app
Talleres mensuales con certificación para mantenerte actualizado
Comunidad activa de estudiantes y expertos
$45280/mes

Temario
En esta clase, estudiarán los fundamentos del Deep Learning y su distinción con el aprendizaje automático tradicional. Aprenderán a utilizar Pytorch para manejar tensores, dataloaders y autograd.
Aprenderán sobre las redes neuronales de una capa. Estudiarán cómo implementar la regresión lineal y la clasificación utilizando la función Softmax en este tipo de redes.
En esta clase, explorarán las redes neuronales de multicapa. Aprenderán sobre la construcción, el entrenamiento y los mecanismos de backpropagation y autograd esenciales para el aprendizaje en redes profundas.
Explorarán los fundamentos de la personalización de modelos MLP con Pytorch. Estudiarán cómo crear arquitecturas de redes neuronales personalizadas y cómo acelerar el entrenamiento utilizando GPU con CUDA.
En esta clase, se centrarán en la evaluación del rendimiento del modelo. Aprenderán sobre el error de generalización, el sobreajuste, el sesgo y la varianza, y cómo implementar la validación cruzada de K-Fold y estrategias de regularización como L2 y Dropout.
Profundizarán en los algoritmos de optimización acelerados para mejorar la eficiencia y la convergencia del entrenamiento de redes neuronales.
Examen - Deep Learning
Modalidad
- Clases asincrónicasPara que avances a tu propio ritmo
- Clases en vivo a demandaPara resolver consultas con horarios flexibles según tu disponibilidad horaria
- Ejercicios, lecturas y autoevaluacionesEn cada clase
- Campus virtualComo plataforma para tu aprendizaje.
- Foro en DiscordAbierto 24/7
- CertificaciónCon examen final
Profesores de calidad
Nuestros docentes son referentes de la industria y expertos en diversas áreas, que están transformando el futuro. Con experiencia real y una visión innovadora, te acercan las últimas tendencias y conocimientos aplicados para que aprendas de quienes están marcando el camino.

Tu aprendizaje, en orden y sin complicaciones
Organiza tu ruta, sigue tu progreso y enterate de los próximos eventos desde la app, en un solo lugar
Charla de Orientación
Resuelve tus dudas para empezar a estudiar lo que más te interesa.
Charla de Orientación
Estudiar IA y Datos en 2026: Charla Informativa
Miércoles 8 de Julio
17:00 hs🌎
con Sebastián Mesch Henriques · Licenciado en Psicología con orientación a Neurociencias trabajando en Ciencia de Datos e IA. Cursando una Maestría en IA. Coordinador Académico de Humai e investigador adjunto en el área de las Neurociencias Cognitivas Computacionales
Anotarme
Aprovechá el encuentro 🔥
¿Qué dicen nuestros estudiantes?
LAB
Te invitamos a aprender haciendo en un espacio diseñado para el aprendizaje basado en proyectos, donde crearás iniciativas únicas para enriquecer tu portfolio. Acá, el conocimiento fluye en equipo, impulsando tu crecimiento personal y profesional con impacto en tu comunidad.
Proyectos destacados
Preguntas frecuentes
Cargando preguntas frecuentes...





