Objetivo

Dirigido a

El Seminario de Machine Learning busca ofrecer una formación sólida en Redes Neuronales. Las redes neuronales son modelos matemáticos que permiten construir modelos de aprendizaje supervisado y no supervisado para tareas como el reconocimiento de patrones. Las redes neuronales han demostrado ser una técnica sumamente efectiva, con altos índices de precisión en comparación con otras técnicas de aprendizaje estadístico.

Profesionales o estudiantes de ingenierías, matemáticas, estadística, economía, finanzas, administración, y carreras afines. Profesionales que realizan actividades en áreas de negocio, analistas y consultores. Todos aquellos interesados en desarrollar o mejorar sus capacidades de análisis de datos a través de modelos de aprendizaje de máquina.

HORARIO:
Viernes de 
5:30 p.m. a 9:30 p.m. Sábados de 
8:00 a.m. a 12:00 p.m.

INTENSIDAD:  16 horas 4 sesiones

MODALIDAD:
Presencial

SEDE:
Calle 12C # 6-25
(Claustro)

INVERSIÓN:
$490.000

Alexander Caicedo 

Ingeniero electrónico de la Universidad de Ibagué (2004), y magíster en Ingeniería de Control Industrial con énfasis en procesos biotecnológicos de la misma universidad (2007). Realizó sus estudios doctorales en ingeniería en la Universidad Católica de Lovaina (KULeuven), Bélgica, (2013). Fue investigador postdoctoral en la KULeuven, Bélgica (2013 - 2018), y realizó estancias de investigación en La Universidad de Londres (University College London, UCL), Inglaterra, Universidad de Bern, Suiza, y la Universidad de Sydney, Australia. Su área de investigación se centra en el desarrollo de modelos matemáticos para el diseño de sistemas de monitoreo cerebral en niños prematuros. Actualmente es profesor en el Departamento de Matemáticas Aplicadas y Ciencias de la Computación de la Universidad del Rosario.

Coordinador Académico

Beneficios

Conocerá las características básicas de una red Neuronal, su funcionamiento y principios básicos para su entrenamiento.

Mejorará habilidades en modelos de redes neuronales para tareas de clasificación y regresión. 

Implementará modelos de redes neuronales usando librerías en Python y evaluará el ajuste de los modelos.

Descarga el contenido del programa

Institución de educación superior sujeta a la inspección y vigilancia del Mineducación.

COLEGIO MAYOR DE NUESTRA SEÑORA DEL ROSARIO

Derechos Pecuniarios, Reglamentos y Constituciones, Bienestar Universitario: Política y Programas / Protección de datos: Política - Solicitudes.

Personería Jurídica: Resolución 58 del 16 de septiembre de 1895 expedida por el Ministerio de Gobierno.

Machine Learning - Redes Neuronales

Fecha: 15 nov - 23 nov

Seminario

EMPIEZA AHORA

Déjanos tus datos y recibirás más información sobre este programa.

REGISTRARME

PAGO ONLINE

Autorizo el tratamiento de mis datos personales a la Universidad del Rosario bajo su Política de Tratamiento de Datos Personales.

Equipo docente 

QUIERO VER EL CONTENIDO

Desarrollará modelos de redes neuronales para aplicaciones específicas. 

Juan Fernando Pérez 

Profesor Asociado en el Departamento de Matemáticas Aplicadas y Ciencias de la Computación (MACC), Universidad del Rosario, Colombia. PhD en Ciencias de la Computación de la University of Antwerp, Bélgica, en 2010. Tiene un pregrado y maestría en Ingeniería Industrial de la Universidad de los Andes, Colombia, 2006.  Fue Investigador postdoctoral en análisis de desempeño en Imperial College London, UK, Department of Computing, y en modelamiento estocástico en la University of Melbourne, Australia, School of Mathematics and Statistics. 

Actualmente lidera HINNT, el Hub de INNovación y Transferencia, y el área de Ciencia de Datos en el Departamento de Matemáticas Aplicadas y Ciencias de la Computación (MACC), Universidad del Rosario, Colombia.