REDES NEURONALES CON PYTHON

Fecha de Inicio: 28 de noviembre de 2026

Duración: 30 Horas

Modalidades: Live Stream / C. de México

Inversión: $5,999.00 + I.V.A. / $6,999.00 + I.V.A.

Promoción: 15% de Descuento

MÓDULO I: INTRODUCCION A KERAS Y TF

• Redes Neuronales
• Tensorflow y Keras
• Tipos de Capas Básicas
• Regresión Lineal con Redes Neuronales
• Regresión Logística con Redes Neuronales

MÓDULO II: REDES NEURONALES CONVOLUCIONALES

• Como Interpreta una Computadora las Imágenes
• Capas Convolucionales
• Capas MaxPooling
• Técnicas de Aumento de Datos
• Predicción de Números por sus Imágenes

MÓDULO III: REDES NEURONALES RECURRENTES

• Redes Recurrentes
• Capas LSTM
• Predicción del Clima
• Predicción del Precio de una Acción

MÓDULO IV: AUTOENCODERS

• Autoencoders
• Varational Autoencoders
• Detección de Fraudes
• Visualización del DataSet de Números

MÓDULO V: TRANSFER LEARNING

MÓDULO VI: Modelos LLM’S 

GPT, LLAMA2, FALCON

• Prerrequisitos: Recomendable tener Conocimientos de Estadística, Modelos de Machine Learning y Programación en Python.

Donaldo Juanillo

Doctor en Ciencias Computacionales por el Centro de Investigación en Computación del Instituto Politécnico Nacional, con una sólida trayectoria académica enfocada en inteligencia artificial, aprendizaje profundo y análisis avanzado de datos. Complementó su formación con una Maestría en Ingeniería de Manufactura y una Ingeniería en Mecatrónica, desarrollando una visión interdisciplinaria que integra ciencia de datos, automatización y desarrollo tecnológico. Su perfil académico se ha orientado principalmente hacia la investigación aplicada en redes neuronales, sistemas inteligentes y modelado de procesos. Además, ha contribuido en congresos y publicaciones científicas especializadas en inteligencia artificial y aplicaciones computacionales. Actualmente se desempeña como Data Scientist en BBVA, donde lidera el diseño e implementación de modelos analíticos avanzados, procesos ETL y soluciones basadas en IA, Machine Learning y Deep Learning. De manera paralela, ha desarrollado experiencia docente a nivel superior en áreas de programación y automatización. Su perfil combina investigación científica, innovación tecnológica y aplicación de inteligencia artificial en la práctica laboral.