Desarrollo y aplicación de deep learning (Python) en el análisis de datos
OBJETIVO:
Se obtendrán los conocimientos teóricos y habilidad desarrollo y aplicación de algoritmos de orientación prescriptiva y de Inteligencia Artificial, tales como redes neuronales, para enriquecer la toma de decisiones en diversos ámbitos de la empresa
DIRIGIDO A:
Tomadores de decisiones en la micro, pequeña, mediana y gran empresa (en los ámbitos de operaciones, calidad, mantenimiento, compras, almacenes, mercadotecnia, comercial, administración general, finanzas, RH), así como profesionales independientes (consultores) y emprendedores, así como líderes de ONG’s y agencias de gobierno.
Todos ellos interesados en un aprendizaje auto-dirigido y auto-gestionado.
Cualquier persona que busca mayor conocimiento acerca de las estrategias y las herramientas, enfocadas en la analítica de datos, para beneficiar la toma de decisiones en su entorno profesional.
El participante:
a) Obtendrá los conocimientos necesarios para la aplicación de las técnicas de analítica a la solución de problemas de datos o, o en su caso, aprovecharlos para la mejora de las actividades operativas, decisiones gerenciales o la planeación e implementación de proyectos que mejoren la posición competitiva de la empresa.
b) Conocerá los elementos fundamentales de la operación de software especializado para la ejecución de las técnicas de analítica.
c) Resolverá un problema relacionado con datos, o en su caso, identificará un área de oportunidad relacionada con éstos, con el objeto de planear su solución.
Con esto, la empresa:
1) Desarrollará a sus ejecutivos para poseer una visión integradora para dirigir adecuadamente a una organización, identificando oportunidades mediante el uso de herramientas tecnológicas para analizar datos de la organización y en redes sociales.
2) Estará en la posibilidad de aplicar metodologías de analítica descriptiva, diagnóstica, prescriptiva y predictiva para optimizar sus procesos productivos, administrativos, financieros, y tecnológicos a fin de lograr la misión y los objetivos de la empresa.
3) Se promoverá la toma de decisiones basada en hechos y en datos.
- Introducción a la IA y al Deep Learning
- Fundamentos para Deep Learning
- Tecnologías de programación
- El perceptrón
- Funciones de activación
- El perceptrón multicapa
- Optimización de hiper parámetros y análisis de métricas de desempeño del modelo
- Redes neuronales profundas
Instructores
Experto en Perception Robótica, Inteligencia Artificial y Sistemas Autónomos.
Actualmente es profesor asistente en el área de robótica y mecatrónica en la Universidad de Monterrey. Realiza I+D en las áreas de inteligencia artificial, visión computacional, percepción robótica y sensado multimodal aplicado a sistemas autónomos, agricultura de precisión y monitoreo ambiental.
Es mentor del programa Líderes Plus UDEM, asesor fundador del Club de Robótica, y fue asesor del IEEE UDEM Robotics and Automation Society Chapter 2018-2021. Es miembro del Cluster de Agroalimentos del Estado de Nuevo León, y revisor de artículos científicos para el journal Measurement Science and Technology, y congresos internacionales IEEE-IROS, IEEE-ICRA, IEEE-RO-MAN.
Anteriormente fue investigador líder del grupo de Percepción Robótica en Vale, Institute of Technology, Brasil, donde trabajó la I+D de sistemas de monitoreo de trenes para el transporte de minerales, empleando técnicas de inteligencia artificial y visión computacional.
En el Australian Centre for Field Robotics, Australia, realizó I+D en las áreas de vehículos autónomos, percepción robótica, sensado multimodal e imágenes hiperespectrales aplicado a la navegación y localización de vehículos autónomos en minas abiertas, mapeo 3D de caminos y áreas de cultivo, así como en tareas de clasificación automática de minerales. Ha colaborado en proyectos en I+D para British Aerospace Engineering, Inglaterra; Komatsu, Japón; Codelco, Chile; Vale, Brasil; y Acumine, Australia.
Cuenta con artículos científicos en las áreas de visión computacional, vehículos inteligentes, y percepción robótica. A la fecha, se le han otorgado 6 patentes internacionales en el área de percepción robótica. En los últimos 4 años ha dirigido 14 tesis de ingeniería en las áreas de inteligencia artificial y percepción robótica, recibiendo 9 de estas la distinción de tesis de excelencia o sobresaliente.