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.
Programa del Curso
Revisión de Conceptos Básicos de IA Generativa
- Repaso rápido de conceptos de IA generativa
- Aplicaciones avanzadas y estudios de caso
Profundización en Redes Adversarias Generativas (GANs)
- Estudio detallado de arquitecturas GAN
- Técnicas para mejorar el entrenamiento de GANs
- GAN condicionales y sus aplicaciones
- Proyecto práctico: Diseño de una GAN compleja
IA Variacional Avanzada (VAEs)
- Exploración de los límites de VAEs
- Representaciones desentrelazadas en VAEs
- Beta-VAEs y su significancia
- Proyecto práctico: Construcción de un VAE avanzado
Transformers y Modelos Generativos
- Comprender la arquitectura Transformer
- Preentrenadores generativos Transformers (GPT) y BERT para tareas generativas
- Estrategias de ajuste fino para modelos generativos
- Proyecto práctico: Ajuste fino de un modelo GPT para un dominio específico
Modelos de Difusión
- Introducción a modelos de difusión
- Entrenamiento de modelos de difusión
- Aplicaciones en la generación de imágenes y audio
- Proyecto práctico: Implementación de un modelo de difusión
Aprendizaje por Refuerzo en IA Generativa
- Fundamentos del aprendizaje por refuerzo
- Integración del aprendizaje por refuerzo con modelos generativos
- Aplicaciones en el diseño de juegos y la generación de contenido procedural
- Proyecto práctico: Creación de contenido con aprendizaje por refuerzo
Temas Avanzados de Ética y Sesgo
- Deepfakes y medios sintéticos
- Detección y mitigación del sesgo en modelos generativos
- Consideraciones legales y éticas
Aplicaciones Específicas para la Industria
- IA generativa en salud
- Industrias creativas y entretenimiento
- IA generativa en investigación científica
Tendencias de Investigación en IA Generativa
- Avances recientes y logros significativos
- Problemas abiertos y oportunidades de investigación
- Preparación para una carrera de investigación en IA Generativa
Proyecto Final
- Identificación de un problema adecuado para la IA generativa
- Preparación y aumentación avanzada del conjunto de datos
- Selección, entrenamiento y ajuste fino del modelo
- Evaluación, iteración y presentación del proyecto
Resumen y Próximos Pasos
Requerimientos
- Comprensión de conceptos y algoritmos fundamentales de aprendizaje automático
- Experiencia con programación en Python y uso básico de TensorFlow o PyTorch
- Familiaridad con los principios de redes neuronales y aprendizaje profundo
Público Objetivo
- Científicos de datos
- Ingenieros de aprendizaje automático
- Practicantes de IA
21 Horas