Introducción a Deep Learning
Conceptos fundamentales de inteligencia artificial, aprendizaje automático y aprendizaje profundo, sus diferencias, evolución y principales aplicaciones en la industria.
Deep Learning para ingeniería
Experto en redes neuronales informadas por la física (PINNs)
B-Learning
6 horas
Comprar curso
399 USD
(hasta 12 personas)
Sobre el curso de Redes Neuronales
Este programa muestra cómo la inteligencia artificial puede transformar las simulaciones físicas en ingeniería. Los participantes avanzarán desde los fundamentos del aprendizaje automático y Python hasta la construcción de Redes Neuronales Informadas por la Física (PINNs), una técnica que integra ecuaciones y principios físicos para resolver problemas complejos. Mediante ejemplos de dinámica de fluidos, aerodinámica y transferencia de calor, aplicarán Deep Learning a proyectos reales de ingeniería.
Objetivos
- Comprender los fundamentos del aprendizaje automático y su aplicación en problemas físicos.
- Familiarizarse con las principales herramientas de programación científica en Python.
- Estudiar la arquitectura y el entrenamiento de redes neuronales artificiales.
- Comprender las PINNs y sus diferencias frente a métodos tradicionales como los elementos finitos.
- Implementar modelos PINN en problemas de ingeniería que involucren ecuaciones diferenciales.
Metodología B-Learning
Formación sincrónica y asincrónica
Combinamos aprendizaje autónomo con sesiones prácticas personalizadas para aplicar Python, Deep Learning y modelos PINN a retos reales de ingeniería sin afectar la operación diaria de la organización.
Hasta 12 personasIncluye 6 horas de consultoría
Resolvemos las dudas de tu equipo y abordamos los contenidos acordados, garantizando resultados efectivos.
Módulos del programa
Creación del entorno en Python
Instalación de Python y configuración de herramientas como Jupyter Notebook o Visual Studio Code, junto con las librerías esenciales para ciencia de datos y aprendizaje automático.
Deep Learning y redes neuronales
Arquitectura de redes feedforward, capas, funciones de activación, propagación hacia adelante, backpropagation y descenso del gradiente.
Introducción a una PINN
Fundamentos de las Redes Neuronales Informadas por la Física, tipos de error y su combinación durante el entrenamiento, ventajas y limitaciones frente a métodos convencionales.
Simulación de escenarios físicos
Implementación práctica de PINNs para resolver ecuaciones diferenciales, desde una ecuación ordinaria hasta la ecuación de difusión unidimensional.
Instructor
Mateo Ramírez
Ingeniero Mecánico de la Universidad EIA y Matemático de la Universidad Nacional de Colombia, con énfasis en la construcción de soluciones numéricas para fenómenos mecánicos descritos mediante modelos complejos. Está interesado en el desarrollo de nuevas herramientas computacionales y numéricas, así como en la implementación de estrategias de aprendizaje automático para resolver problemas de ingeniería.
Beneficios para tu empresa
Formación en competencias
Tu equipo aprende a desarrollar un proceso, no solo a manejar una herramienta.
Estudia desde donde quieras
El equipo accede al contenido desde cualquier lugar y avanza a su propio ritmo.
Certificación con insignias digitales
Fortalece las habilidades de tu equipo y valida las competencias desarrolladas.
Preguntas frecuentes
Las PINNs son redes neuronales cuyo entrenamiento incorpora ecuaciones y principios físicos. Esto permite aproximar soluciones de ecuaciones diferenciales y aprovechar el conocimiento del sistema, incluso cuando los datos disponibles son limitados.
Está dirigido a equipos empresariales de hasta 12 personas vinculados con ingeniería, simulación, análisis numérico, manufactura o construcción que quieran aplicar Deep Learning a problemas físicos. Es recomendable contar con conocimientos básicos de matemáticas y programación.
La metodología B-Learning combina formación asincrónica mediante microlearning en la plataforma online con sesiones sincrónicas personalizadas. Los participantes avanzan con flexibilidad y aplican los modelos PINN a necesidades específicas de su organización.
La certificación se enfoca en habilidades aplicables al entorno laboral, no solo en conocimiento teórico. El programa incorpora práctica, evaluación continua y seguimiento para medir el progreso de los participantes.
Aplica Deep Learning a los retos de ingeniería
399 USD
Equipo de hasta 12 personas
Comprar curso
