University of California, Irvine - Division of Continuing Education
Programa Online de Estudios Especializados en Machine y Deep Learning
Online, Estados Unidos de América
Certificado
DURACIÓN
12 meses
IDIOMAS
Inglés
PASO
Tiempo parcial
PLAZO DE SOLICITUD
FECHA DE INICIO MÁS TEMPRANA
Jan 2027
TASAS DE MATRÍCULA
USD 6073 *
FORMATO DE ESTUDIO
La educación a distancia
* costo promedio
Descripción general
El aprendizaje automático y el procesamiento del lenguaje natural definen el estado actual de la inteligencia artificial. Estas tecnologías, que son una forma de extracción y análisis de datos, aprenden continuamente de la información proporcionada. Reconocen patrones ocultos que a menudo brindan grandes ventajas competitivas a costos relativamente bajos para la organización. Estas tecnologías están creando mejoras significativas en la forma en que trabajamos, interactuamos y vivimos para producir eficiencias nunca antes imaginadas. Estos métodos se están aplicando en una amplia gama de industrias, incluidas las ventas, el marketing, la publicidad, la atención médica, la justicia penal, la asistencia financiera al cliente y nuevas industrias interesantes, como los automóviles autónomos y los hogares automatizados altamente eficientes. Las organizaciones de hoy utilizan estos métodos no solo para mejorar sus operaciones comerciales principales, sino también para desarrollar nuevos modelos comerciales.
Beneficios del programa
- Aprenda de los expertos de la industria cómo aplicar el arte y la ciencia de las máquinas y el aprendizaje profundo para brindar nuevos conocimientos y mejorar la competitividad de su negocio.
- Explicar qué tipos de problemas son más adecuados para el aprendizaje automático y cuáles son mejores para el aprendizaje profundo
- Comprender y aplicar herramientas de software de aprendizaje automático y profundo utilizadas en la industria para resolver problemas comerciales.
- Explicar una variedad de algoritmos de aprendizaje y cómo se aplican para comprender las diferencias entre los procesos no supervisados, semisupervisados, supervisados y de refuerzo.
- Aprenda metodologías y herramientas para aplicar algoritmos utilizando una amplia gama de tipos de datos reales, incluidos texto, video e imágenes estructurados y no estructurados de fuentes internas o externas (por ejemplo, datos web raspados) y evaluar su rendimiento
- Determinar los kits de herramientas de software relacionados a considerar y cómo integrarlos en los flujos de trabajo de datos existentes
- Utilice bloques de construcción básicos, principios generales y tecnologías en la nube como Amazon Web Services (AWS) para diseñar algoritmos de aprendizaje automático.
- Aprenda las herramientas y técnicas de procesamiento de lenguaje natural (NLP) y su uso en el análisis de contenido generado por humanos
- Comprender las trampas y los desafíos comunes mediante el uso de redes neuronales y herramientas de aprendizaje profundo
- Comprender qué hardware o máquinas virtuales se necesitan para el aprendizaje profundo
- Explicar la diferencia entre el aprendizaje automático y profundo frente a las técnicas tradicionales de análisis de datos estadísticos
Los horarios de los cursos están sujetos a cambios. Se pueden tomar cursos individuales sin inscribirse en el programa completo.
Cursos Prerrequisitos
- Introducción a la programación de Python
- Python intermedio
- Matemáticas y estadísticas prácticas para la ciencia de datos
Cursos requeridos
- Introducción al aprendizaje automático y la IA
- Redes neuronales y aprendizaje profundo
- Análisis de texto y procesamiento del lenguaje natural
Cursos electivos
Elija un mínimo de 2,5 unidades.
- Visión por computadora mediante aprendizaje profundo
- Servicios en la nube para el aprendizaje automático
- Aprenda de expertos de la industria cómo generar nuevos conocimientos y mejorar la competitividad de las empresas aplicando el arte y la ciencia del aprendizaje automático y profundo.
- Explique qué tipos de problemas son más adecuados para el aprendizaje automático y cuáles son más adecuados para el aprendizaje profundo.
- Comprender y aplicar las herramientas de software de aprendizaje profundo y de máquinas utilizadas en la industria para resolver problemas de negocios
- Explicar una variedad de algoritmos de aprendizaje y cómo se aplican para comprender las diferencias entre los procesos no supervisados, semisupervisados, supervisados y de refuerzo.
- Aprender metodologías y herramientas para aplicar algoritmos usando una amplia gama de tipos de datos reales, incluyendo texto estructurado y no estructurado, video e imágenes de fuentes internas o externas (por ejemplo, datos web raspados) y evaluar su desempeño
- Determinar qué conjuntos de herramientas de software relacionados se deben considerar y cómo integrarlos en los flujos de trabajo de datos existentes.
- Utilice bloques de construcción básicos, principios generales y tecnologías en la nube como Amazon Web Services (AWS) para diseñar algoritmos de aprendizaje automático.
- Aprenda las herramientas y técnicas del procesamiento del lenguaje natural (NLP) y su uso en el análisis del contenido generado por el hombre
- Comprender las trampas comunes y desafíos usando redes neuronales y herramientas de aprendizaje profundo
- Comprender qué hardware o qué máquinas virtuales se necesitan para el aprendizaje profundo.
- Explicar la diferencia entre la máquina y el aprendizaje profundo frente a las técnicas tradicionales de análisis de datos estadísticos
Perspectiva de carrera
Resumen ocupacional para científicos de investigación informática y de la información en los Estados Unidos.
- Empleos: 33,286 (2019)
- Crecimiento Proyectado: 18.7% (2019-2029)
- Salario anual: $ 118k- $ 183k (percentil 25-75)
Quién debe inscribirse
Este programa está destinado a profesionales en una variedad de industrias y funciones laborales que buscan ayudar a su organización a aprovechar las cantidades masivas de datos diversos que recopilan y desarrollar sistemas de automejora que mejoran la capacidad de su organización para competir en el mercado global. Los títulos de trabajo específicos que se beneficiarían de este programa incluyen marketing, ventas, analistas comerciales, ingenieros de datos, analistas de datos, informáticos, administradores de bases de datos, investigadores, estadísticos y aquellos profesionales que buscan ampliar sus habilidades en este campo de alta demanda mientras aprovechan su experiencia única en el dominio.