Own Master in Deep Learning

Ir al contenido principal de la página
Share:

Título

Máster Propio en Deep Learning

Código del plan de estudios

EP15

Universidades participantes

Universidad de Alcalá

Dirección

Director/a

José Ignacio Olmeda Martos josei.olmeda@uah.es

Coordinador/a

Lino González García

Contacto

  José Ignacio Olmeda Martos

  josei.olmeda@uah.es

Director/a

José Ignacio Olmeda Martos    josei.olmeda@uah.es

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

El máster en Deep Learning está destinado a 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 médicas habida cuenta de la aplicabilidad general de las herramientas estudiadas en el Máster.

Plan de estudios

Edición

Créditos

60 ECTS

Modalidad de enseñanza

Semipresencial

Periodo de impartición

Consultar con el contacto

Lugar de impartición

          Por determinar, aulas en régimen de alquiler en Madrid

Horario de impartición

Sábados alternos de 9:30 h a 18:30 h y online

Plazo de preinscripción

Consultar con el contacto

Lugar de preinscripción

 

  Fundación General de la Universidad de Alcalá

  Departamento de Formación

  C/ Imagen Nº3 Alcalá de Henares

  Teléfono.: 91 879 74 10 Fax: 91 879 74 55

  E-mail: cursos@fgua.es

Requisitos generales de acceso

Requisitos adicionales de acceso

 

 

Documentación a presentar

Número de plazas

10

Plazo

Consultar con el contacto

Procedimiento

Importe del estudio

Precio por crédito: 98,33 €

Importe preinscripción:  1.180,00    €

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

Forma de pago

Fraccionado

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.

Más información