Máster en Deep Learning

Ir al contenido principal de la página
Compartir:

Título

Máster en Deep Learning

Código del plan de estudios

EM28

Universidades participantes

Universidad de Alcalá

Dirección

Director/a

José Ignacio Olmeda Martos

Contacto

Jose Ignacio Olmeda Martos

josei.olmeda@uah.es

Cátedra en Big Data y Analítica Predictiva Bancaria

Escuela Politécnica, Laboratorio NL1

Objetivos formativos

El estudio tiene como objetivo proporcionar una formación completa en el ámbito del empleo de las herramientas de Aprendizaje Profundo en la gestión y toma de decisiones en diversos contextos. Se pretende que el alumno conozca la problemática general de la modelización automatizada y las enormes aplicaciones que esta permite.

 

Específicamente el estudio pretende que el alumno sea capaz de:

  • Conocer los fundamentos formales de las herramientas de Aprendizaje Automático y, en particular, del Aprendizaje Profundo (Deep Learning).

  • Ser capaces de implementar los distintos algoritmos en lenguajes de alto nivel (Python, R u otros) con el propósito de resolver problemas reales y de entender las dificultades de la implementación de dichos algoritmos en la practica.

  • Proponer soluciones basadas en Deep Learning desde una perspectiva amplia, considerando los aspectos éticos y legales  y las implicaciones económicas y sociales de la automatización de los procesos en los negocios

 

Competencias a adquirir

  • Conocer y ser capaz de analizar las herramientas de Aprendizaje Automático susceptibles de ser empleadas en distintos contexto como la Medicina, las Finanzas o el Transporte.

  • Conocer las diversas arquitecturas de Aprendizaje Profundo, sus fundamentos matemáticos y su aplicabilidad en el contexto de diversos problemas como la clasificación o la predicción dinámica.

  • Comprender formalmente conceptos como Aprendizaje, Generalización, sobre-entrenamiento, regularización, etc. y entender cual es su impacto en la construcción de sistemas aplicados que permitan resolver problemas.

  • Dominar la programación de estructuras de datos y flujo de programas en lenguajes de alto nivel como Python.

  • Conocer en profundidad y ser capaces de emplear las distintas herramientas y esquemas de diseño que permiten la vectorización la paralelización de los algoritmos.

  • Conocer las principales aplicaciones del aprendizaje automatico en distintos ámbitos cono la concesión de creditos al consumo, la agrupación de los clientes en función de su tipología, la detección de enfermedades mediante análisis radiológicos o el guiado autónomo de vehículos.

 

Público al que va dirigido

Profesionales, estudiantes o interesados en conocer las diversas herramientas del Aprendizaje Profundo aplicables en diversos sectores como la Medicina, las Finanzas o el Transporte desde una perspectiva integradora. El perfil de los participantes incluye fundamentalmente a estudiantes provenientes de carreras técnicas pero también de economía y derecho o ciencias medicas habida cuenta de la aplicabilidad general de las herramientas estudiadas en el Master.

Plan de estudios

Edición

Créditos

60 ECTS

Modalidad de enseñanza

On-line y presencial

Periodo de impartición

Consultar con el contacto

Lugar de impartición

Aulas en Centro de Negocios

  (Madrid)

Horario de impartición

Sábados de 9:00 h a 18 h y online

Plazo

Consultar con el contacto

Lugar

Fundación Universitaria de Tecnología Aplicada

  Domicilio:  Calle Batalla del Salado, nº 14, Madrid. 28045.

  info@iuta.education

Requisitos generales de acceso

Requisitos adicionales de acceso

Condición adicional

           Se requiere tener nivel de inglés apropiado para la lectura, estudio y comprensión de

           documentación técnica

Documentación a presentar

Número de plazas

15

Plazo

Consultar con el contacto

Procedimiento

Importe del estudio

precio por crédito: 98,33 €

   importe preinscripción:  1.200,00   €

este importe no incluye precios por servicios administrativos y seguro de accidentes.

Forma de pago

Pago único

Becas

  La convocatoria y adjudicación de las becas correrá a cargo de la dirección académica del

  estudio. El 10% de los ingresos de este estudio serán destinados a becas.

Colaboradores

Fundación Universitaria de Tecnología Aplicada y Fundación General de la Universidad de Alcalá

Más información