University of California, Irvine - Division of Continuing Education

Programa Online de Estudios Especializados en Machine y Deep Learning

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