En los últimos 30 años se han desarrollado una gran diversidad de aplicaciones basadas en redes neuronales artificiales. Las principales áreas de aplicación son la predicción, la clasificación, el reconocimiento de imágenes, reconocimiento de voz, la detección automática de fallas en procesos industriales complejos, diseño de sensores virtuales, reconocimiento de tumores cancerígenos etc. Dentro del área del Machine Learning (Máquina de Aprendizaje) y del Deep learning (Aprendizaje profundo), las redes neuronales artificiales se han convertido en la principal estrategia para resolver problemas de alta complejidad
Objetivo:
- Conocer y entender los elementos asociados a la neurona artificial.
- Entender el proceso de entrenamiento de una red neuronal artificial (RNA) y en particular como funciona el algoritmo de retropropagación de errores.
- Conocer algunas de las instrucciones básicas del software MATLAB que permitan implementar una red neuronal artificial de tipo perceptrón multicapa y como organizar los datos para la fase de entrenamiento y prueba.
- Implementar un sistema neuronal artificial para resolver problemas de clasificación y problemas de regresión no lineales.
Dirigido a
- Ingenieros del área de Automatización e ingenieros petroleros de la empresa petrolera.
- Ingenieros preferiblemente electrónicos, de sistemas, informáticos, electricistas, químicos, eléctricos o carreras afines interesados en conocer este apasionado mundo de las RNA.
- Si Usted no conoce nada sobre RNA este curso es perfecto para usted. Si Usted conoce sobre redes neuronales pero tiene algunas dudas en cuanto al funcionamiento de los algoritmos de entrenamiento, este curso sería apropiado para reforzar sus conocimientos sobre RNA.
DEBIDO AL DISTANCIAMIENTO SOCIAL ESTE CURSO SOLO ESTÁ SIENDO REALIZADO VÍA ONLINE





Valoraciones
No hay valoraciones aún.