Desde fundamentos de ML hasta redes neuronales profundas aplicadas a problemas reales.
Álgebra lineal, cálculo y probabilidades.
Regresión, clasificación, árboles, SVM.
Clustering, PCA, reducción de dimensionalidad.
Perceptrón, backpropagation, Keras.
Redes convolucionales y transfer learning.
Detección de objetos y segmentación.
Embeddings, transformers, BERT, GPT.
GANs, difusión y LLMs.
Despliegue, monitoreo y CI/CD.
Sistema de IA completo.
El diplomado cubre machine learning supervisado y no supervisado, deep learning, visión artificial, NLP y modelos generativos.
Al finalizar serás capaz de diseñar, entrenar y desplegar modelos de IA en entornos productivos con prácticas MLOps.
Horario: 8:00 a.m. – 1:00 p.m.
Frecuencia: Diario
Modalidad: Híbrido
Inicio de clases: 20 de Junio, 2026
Horario: 7:00 p.m. – 10:00 p.m.
Frecuencia: Interdiario M-J mensual
Modalidad: Presencial
Inicio de clases: 07 de Julio, 2026
