Cursos de Aprendizaje Automático en Ciudad de Panamá

Esta formación en vivo impartida por un instructor en Ciudad de Panamá (en línea o presencial) está dirigida a profesionales principiantes que desean comprender el concepto de los modelos preentrenados y aprender cómo aplicarlos para resolver problemas del mundo real sin construir modelos desde cero.

Al finalizar esta formación, los participantes podrán:

• Comprender el concepto y las ventajas de los modelos preentrenados.
• Explorar distintas arquitecturas de modelos preentrenados y sus casos de uso.
• Afinar un modelo preentrenado para tareas específicas.
• Implementar modelos preentrenados en proyectos sencillos de aprendizaje automático.

Esta formación en vivo, dirigida por un instructor en Ciudad de Panamá (en línea o presencial), está orientada a participantes con distintos niveles de experiencia que desean aprovechar la plataforma AutoML de Google para construir chatbots personalizados para diversas aplicaciones.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos del desarrollo de chatbots.
• Navegar por Google Cloud Platform y acceder a AutoML.
• Preparar datos para entrenar modelos de chatbot.
• Entrenar y evaluar modelos personalizados de chatbot utilizando AutoML.
• Implementar e integrar chatbots en varias plataformas y canales.
• Monitorear y optimizar el rendimiento del chatbot con el tiempo.

Esta formación en vivo impartida por un instructor en Ciudad de Panamá (en línea o presencial) está dirigida a desarrolladores de IA, ingenieros de aprendizaje automático y arquitectos de sistemas de nivel intermedio que desean optimizar sus modelos de IA para su implementación en el extremo.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los desafíos y requisitos para implementar modelos de IA en dispositivos edge.
• Aplicar técnicas de compresión de modelos para reducir el tamaño y la complejidad de los modelos de IA.
• Utilizar métodos de cuantización para mejorar la eficiencia de los modelos en hardware edge.
• Implementar podas (pruning) y otras técnicas de optimización para mejorar el rendimiento del modelo.
• Implementar modelos de IA optimizados en diversos dispositivos edge.

Esta formación en vivo, impartida por un instructor, en Ciudad de Panamá (en línea o presencial), está dirigida a desarrolladores de nivel intermedio, científicos de datos y entusiastas de la tecnología que desean adquirir habilidades prácticas para desplegar modelos de IA en dispositivos edge para diversas aplicaciones.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender los principios de la IA en el Edge y sus beneficios.
• Establecer y configurar el entorno de computación edge.
• Desarrollar, entrenar y optimizar modelos de IA para su despliegue en el edge.
• Implementar soluciones prácticas de IA en dispositivos edge.
• Evaluar y mejorar el rendimiento de los modelos desplegados en el edge.
• Abordar las consideraciones éticas y de seguridad en aplicaciones de IA en el Edge.

Este entrenamiento en vivo impartido por un instructor en Ciudad de Panamá (en línea o presencial) está dirigido a ingenieros de IA y científicos de datos de nivel avanzado con experiencia intermedia a avanzada que desean mejorar el rendimiento de los modelos DeepSeek, minimizar la latencia e implementar soluciones de IA de manera eficiente mediante prácticas modernas de MLOps.

Al finalizar este entrenamiento, los participantes podrán:

• Optimizar los modelos DeepSeek para lograr mayor eficiencia, precisión y escalabilidad.
• Implementar las mejores prácticas en MLOps y gestión de versiones de modelos.
• Desplegar modelos DeepSeek en infraestructuras en la nube y on-premise.
• Monitorear, mantener y escalar las soluciones de IA de manera efectiva.

Esta capacitación dirigida por un instructor en Ciudad de Panamá proporciona a los profesionales avanzados las habilidades para diseñar, optimizar y desplegar pipelines completos de TinyML. Los participantes aprenderán a recopilar datos, entrenar modelos de bajo consumo y probar aplicaciones del mundo real mediante laboratorios prácticos.

Esta formación en vivo con instructor en Ciudad de Panamá (en línea o presencial) está dirigida a desarrolladores intermedios, científicos de datos y profesionales de la IA que desean aprovechar TensorFlow Lite para aplicaciones de Edge AI.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de TensorFlow Lite y su papel en Edge AI.
• Desarrollar y optimizar modelos de IA utilizando TensorFlow Lite.
• Implementar modelos de TensorFlow Lite en diversos dispositivos perimetrales.
• Utilizar herramientas y técnicas para la conversión y optimización de modelos.
• Implementar aplicaciones prácticas de Edge AI utilizando TensorFlow Lite.

Esta formación en vivo impartida por un instructor en Ciudad de Panamá (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean dominar las tecnologías subyacentes de los sistemas autónomos.

Al finalizar esta formación, los participantes podrán:

• Diseñar e implementar modelos de IA para la toma de decisiones autónoma.
• Desarrollar algoritmos de control para la navegación autónoma y la evitación de obstáculos.
• Garantizar la seguridad y la fiabilidad en los sistemas autónomos impulsados por IA.
• Integrar sistemas autónomos con marcos de trabajo existentes de robótica e inteligencia artificial.

Esta formación en vivo impartida por un instructor en Ciudad de Panamá (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean profundizar su comprensión de la visión por computadora y explorar las capacidades de TensorFlow para desarrollar sofisticados modelos de visión utilizando Google Colab.

Al finalizar esta formación, los participantes serán capaces de:

• Construir y entrenar redes neuronales convolucionales (CNN) utilizando TensorFlow.
• Aprovechar Google Colab para el desarrollo escalable y eficiente de modelos en la nube.
• Implementar técnicas de preprocesamiento de imágenes para tareas de visión por computadora.
• Desplegar modelos de visión por computadora para aplicaciones del mundo real.
• Utilizar el aprendizaje por transferencia para mejorar el rendimiento de los modelos CNN.
• Visualizar e interpretar los resultados de los modelos de clasificación de imágenes.

Esta formación, impartida por un instructor, en Ciudad de Panamá capacita a profesionales avanzados para asegurar las tuberías de TinyML en dispositivos de borde. Aprenderá a implementar técnicas de preservación de la privacidad, fortalecer los modelos contra amenazas adversarias y aplicar las mejores prácticas para el manejo seguro de datos en entornos restringidos.

Esta formación en vivo con instructores en Ciudad de Panamá (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean mejorar su conocimiento sobre modelos de aprendizaje automático, perfeccionar sus habilidades en la sintonización de hiperparámetros y aprender a implementar modelos de manera efectiva mediante Google Colab.

Al finalizar esta formación, los participantes serán capaces de:

• Implementar modelos avanzados de aprendizaje automático utilizando marcos populares como Scikit-learn y TensorFlow.
• Optimizar el rendimiento del modelo mediante la sintonización de hiperparámetros.
• Implementar modelos de aprendizaje automático en aplicaciones del mundo real utilizando Google Colab.
• Colaborar y gestionar proyectos de aprendizaje automático a gran escala en Google Colab.

Esta formación en vivo con instructores en Ciudad de Panamá (en línea o presencial) está dirigida a profesionales de nivel intermedio que deseen aplicar técnicas de IA para optimizar la gestión del rendimiento en la fabricación de semiconductores.

Al finalizar esta formación, los participantes serán capaces de:

• Analizar datos de producción para identificar factores que afectan las tasas de rendimiento.
• Implementar algoritmos de IA para mejorar los procesos de gestión del rendimiento.
• Optimizar los parámetros de producción para reducir defectos y mejorar los rendimientos.
• Integrar la gestión del rendimiento impulsada por IA en los flujos de trabajo de producción existentes.

Esta formación en vivo dirigida por un instructor en Ciudad de Panamá (en línea o presencial) está orientada a profesionales de negocios e IA de nivel intermedio que desean aplicar el aprendizaje automático en entornos comerciales, predicción y sistemas impulsados por inteligencia artificial, utilizando estudios de caso reales y herramientas basadas en Python.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender cómo se integra el aprendizaje automático dentro de la estrategia de IA y negocios.
• Aplicar técnicas de aprendizaje supervisado y no supervisado a problemas estructurados de negocio.
• Preprocesar y transformar datos para su modelado.
• Utilizar redes neuronales en tareas de clasificación y predicción.
• Realizar predicciones de ventas utilizando métodos estadísticos y basados en aprendizaje automático.
• Implementar agrupamiento (clustering) y minería de reglas de asociación para la segmentación de clientes y descubrimiento de patrones.

Esta formación en vivo impartida por un instructor en Ciudad de Panamá (en línea o presencial) está dirigida a profesionales de nivel intermedio que desean aplicar técnicas de mantenimiento predictivo basadas en IA en la fabricación de semiconductores para mejorar la eficiencia de la producción y reducir los fallos imprevistos de los equipos.

Al finalizar esta formación, los participantes podrán:

• Implementar modelos de IA para predecir fallos de equipos en la fabricación de semiconductores.
• Analizar datos de mantenimiento para identificar patrones y tendencias que indiquen posibles problemas.
• Integrar el mantenimiento predictivo basado en IA en los flujos de trabajo existentes de fabricación.
• Reducir el tiempo de inactividad y los costos de mantenimiento mediante una gestión proactiva de los equipos.

Este curso práctico, dirigido por un instructor, disponible en Ciudad de Panamá (en línea o presencial), está orientado a profesionales de nivel avanzado que desean aplicar técnicas de vanguardia de IA a la automatización del diseño de semiconductores, mejorando así la eficiencia, la precisión y la innovación en el diseño y la verificación de chips.

Al finalizar este entrenamiento, los participantes serán capaces de:

• Aplicar técnicas avanzadas de IA para optimizar los procesos de diseño de semiconductores.
• Integrar modelos de aprendizaje automático en herramientas EDA para potenciar la verificación del diseño.
• Desarrollar soluciones impulsadas por IA para abordar desafíos complejos en la fabricación de chips.
• Aprovechar las redes neuronales para mejorar la precisión y velocidad de la automatización del diseño.

Esta formación impartida por instructores en Ciudad de Panamá (en línea o presencial) está dirigida a científicos de datos y desarrolladores de nivel intermedio que desean comprender y aplicar técnicas de aprendizaje profundo utilizando el entorno de Google Colab.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar y navegar por Google Colab para proyectos de aprendizaje profundo.
• Comprender los fundamentos de las redes neuronales.
• Implementar modelos de aprendizaje profundo utilizando TensorFlow.
• Entrenar y evaluar modelos de aprendizaje profundo.
• Utilizar características avanzadas de TensorFlow para el aprendizaje profundo.

Esta formación en vivo con instructor en Ciudad de Panamá (en línea o presencial) está dirigida a profesionales de nivel intermedio que desean comprender y aplicar técnicas de IA para optimizar los procesos de fabricación de semiconductores.

Al finalizar esta formación, los participantes podrán:

• Comprender las metodologías de IA para la optimización de procesos en la fabricación de chips.
• Implementar modelos de IA para mejorar el rendimiento y reducir defectos.
• Analizar los datos del proceso para identificar los parámetros clave que requieren optimización.
• Aplicar técnicas de aprendizaje automático para ajustar los procesos de fabricación de semiconductores.

Esta formación en vivo, impartida por un instructor, en Ciudad de Panamá (en línea o presencial), está dirigida a participantes de nivel intermedio que deseen automatizar y gestionar flujos de trabajo de aprendizaje automático, incluyendo entrenamiento, validación y despliegue de modelos utilizando Apache Airflow.

Al finalizar esta formación, los participantes podrán:

• Configurar Apache Airflow para la orquestación de flujos de trabajo de aprendizaje automático.
• Automatizar tareas de preprocesamiento de datos, entrenamiento y validación de modelos.
• Integrar Airflow con frameworks y herramientas de aprendizaje automático.
• Desplegar modelos de aprendizaje automático mediante pipelines automatizados.
• Supervisar y optimizar flujos de trabajo de aprendizaje automático en producción.

Esta formación en vivo impartida por un instructor en Ciudad de Panamá (en línea o presencial) está dirigida a científicos de datos y desarrolladores de nivel intermedio que deseen aplicar algoritmos de aprendizaje automático de manera eficiente utilizando el entorno de Google Colab.

Al finalizar esta formación, los participantes podrán:

• Configurar y navegar por Google Colab para proyectos de aprendizaje automático.
• Comprender y aplicar diversos algoritmos de aprendizaje automático.
• Utilizar bibliotecas como Scikit-learn para analizar y predecir datos.
• Implementar modelos de aprendizaje supervisado y no supervisado.
• Optimizar y evaluar modelos de aprendizaje automático de manera efectiva.

Esta capacitación en vivo dirigida por un instructor en Ciudad de Panamá capacita a profesionales avanzados para optimizar modelos TinyML para dispositivos embebidos con recursos limitados. Los participantes aplicarán cuantización y poda, implementarán pipelines de inferencia de baja latencia y realizarán pruebas de rendimiento contra límites de memoria y energía.

Esta formación en vivo impartida por un instructor en Ciudad de Panamá (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean explorar las técnicas más actuales de IA Explicable (XAI) para modelos de aprendizaje profundo, con un enfoque en la construcción de sistemas de IA interpretables.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los desafíos de la explicabilidad en el aprendizaje profundo.
• Implementar técnicas avanzadas de XAI para redes neuronales.
• Interpretar las decisiones tomadas por modelos de aprendizaje profundo.
• Evaluar los compromisos entre rendimiento y transparencia.

Esta formación presencial impartida por un instructor en Ciudad de Panamá (en línea o in situ) está dirigida a profesionales principiantes que desean comprender y aplicar tecnologías de IA en la industria de la fabricación de semiconductores.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los principios básicos de la IA y su aplicación en la fabricación de semiconductores.
• Identificar áreas dentro de la fabricación de semiconductores donde la IA puede implementarse de manera efectiva.
• Utilizar herramientas y técnicas de IA para mejorar la eficiencia productiva y el control de calidad.
• Implementar modelos básicos de IA para optimizar los procesos de fabricación.

Esta formación en vivo con instructores en Ciudad de Panamá (en línea o presencial) está dirigida a científicos de datos y desarrolladores que deseen utilizar modelos de aprendizaje automático de ML.NET para derivar automáticamente proyecciones a partir del análisis de datos ejecutado para aplicaciones empresariales.

Al final de esta formación, los participantes serán capaces de:

• Instalar ML.NET e integrarlo en el entorno de desarrollo de aplicaciones.
• Comprender los principios del aprendizaje automático detrás de las herramientas y algoritmos de ML.NET.
• Construir y entrenar modelos de aprendizaje automático para realizar predicciones inteligentes con los datos proporcionados.
• Evaluar el rendimiento de un modelo de aprendizaje automático utilizando las métricas de ML.NET.
• Optimizar la precisión de los modelos de aprendizaje automático existentes basándose en el marco de trabajo de ML.NET.
• Aplicar los conceptos de aprendizaje automático de ML.NET a otras aplicaciones de ciencia de datos.

Esta formación en vivo, impartida por instructores en Ciudad de Panamá (en línea o presencial), está dirigida a profesionales de datos de nivel intermedio que desean aplicar técnicas de aprendizaje automático a problemas empresariales basados en datos, incluyendo la previsión de ventas y modelado predictivo mediante redes neuronales.

Al finalizar esta formación, los participantes podrán:

• Comprender los conceptos fundamentales y los tipos de aprendizaje automático.
• Aplicar algoritmos clave para clasificación, regresión, agrupamiento (clustering) y análisis de asociación.
• Realizar análisis exploratorio de datos y preparación de datos utilizando Python.
• Utilizar redes neuronales para tareas de modelado no lineal.
• Implementar analítica predictiva para la previsión empresarial, incluyendo datos de ventas.
• Evaluar y optimizar el rendimiento del modelo mediante técnicas visuales y estadísticas.

Esta formación en vivo, impartida por un instructor en Ciudad de Panamá (en línea o presencial), está dirigida a científicos de datos, ingenieros de aprendizaje automático, investigadores en aprendizaje profundo y expertos en visión por computadora de nivel intermedio a avanzado que deseen ampliar sus conocimientos y habilidades en la aplicación de aprendizaje profundo para la generación de imágenes a partir de texto.

Al finalizar esta formación, los participantes podrán:

• Comprender las arquitecturas y técnicas avanzadas de aprendizaje profundo utilizadas en la generación de imágenes a partir de texto.
• Implementar modelos complejos y optimizaciones para lograr una síntesis de imágenes de alta calidad.
• Optimizar el rendimiento y la escalabilidad para conjuntos de datos grandes y modelos complejos.
• Ajustar los hiperparámetros para mejorar el rendimiento del modelo y su capacidad de generalización.
• Integrar Stable Diffusion con otros marcos de trabajo y herramientas de aprendizaje profundo.

Esta formación en vivo impartida por un instructor en Ciudad de Panamá (en línea o presencial) está dirigida a profesionales de ciberseguridad de nivel intermedio a avanzado que deseen elevar sus habilidades en la detección de amenazas y la respuesta a incidentes basadas en IA.

Al finalizar esta formación, los participantes serán capaces de:

• Implementar algoritmos avanzados de IA para la detección de amenazas en tiempo real.
• Personalizar modelos de IA para desafíos específicos de ciberseguridad.
• Desarrollar flujos de trabajo automatizados para la respuesta a amenazas.
• Proteger las herramientas de seguridad basadas en IA contra ataques adversarios.

Esta formación en vivo, impartida por instructores en <ubicación> (en línea o presencial), está dirigida a ingenieros de sistemas embebidos y desarrolladores de IA de nivel intermedio que deseen implementar modelos de aprendizaje automático en microcontroladores utilizando TensorFlow Lite y Edge Impulse.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de TinyML y sus beneficios para aplicaciones de IA edge.
• Configurar un entorno de desarrollo para proyectos TinyML.
• Entrenar, optimizar e implementar modelos de IA en microcontroladores de bajo consumo.
• Utilizar TensorFlow Lite y Edge Impulse para aplicar aplicaciones reales de TinyML.
• Optimizar modelos de IA para mejorar la eficiencia energética y satisfacer las restricciones de memoria.

Esta formación impartida por un instructor y en vivo en Ciudad de Panamá (en línea o presencial) está dirigida a profesionales de ciberseguridad de nivel principiante que deseen aprender cómo aprovechar la IA para mejorar sus capacidades de detección y respuesta ante amenazas.

Al finalizar esta formación, los participantes podrán:

• Comprender las aplicaciones de la IA en ciberseguridad.
• Implementar algoritmos de IA para la detección de amenazas.
• Automatizar la respuesta a incidentes mediante herramientas de IA.
• Integrar la IA en la infraestructura existente de ciberseguridad.

Esta formación en vivo y dirigida por un instructor en Ciudad de Panamá (en línea o presencial) está orientada a biólogos que desean comprender cómo funciona AlphaFold y utilizar los modelos de AlphaFold como guía en sus estudios experimentales.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los principios básicos de AlphaFold.
• Aprender cómo funciona AlphaFold.
• Aprender a interpretar las predicciones y resultados de AlphaFold.

Esta formación en vivo impartida por un instructor en Ciudad de Panamá (en línea o presencial) está dirigida a analistas de datos de nivel intermedio que desean aprender a utilizar RapidMiner para estimar y proyectar valores, así como emplear herramientas analíticas para la previsión de series temporales.

Al finalizar esta formación, los participantes serán capaces de:

• Aprender a aplicar la metodología CRISP-DM, seleccionar los algoritmos de aprendizaje automático adecuados y mejorar la construcción y el rendimiento de los modelos.
• Utilizar RapidMiner para estimar y proyectar valores, y emplear herramientas analíticas para la previsión de series temporales.

Esta formación en vivo, impartida por instructores (en línea o presencial), está dirigida a científicos de datos, ingenieros de machine learning e investigadores en visión por computadora que desean aprovechar Stable Diffusion para generar imágenes de alta calidad en diversos casos de uso.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los principios de Stable Diffusion y cómo funciona para la generación de imágenes.
• Crear y entrenar modelos de Stable Diffusion para tareas de generación de imágenes.
• Aplicar Stable Diffusion en diversos escenarios de generación de imágenes, como inpainting, outpainting y traducción de imagen a imagen.
• Optimizar el rendimiento y la estabilidad de los modelos de Stable Diffusion.

Este programa de 8 días ofrece un recorrido completo, desde sólidos fundamentos de ingeniería en Python hasta el diseño avanzado de sistemas de IA. Los participantes desarrollan prácticas de codificación disciplinadas, dominan métodos de aprendizaje estadístico y profundo, y construyen sistemas generativos de IA y basados en agentes listos para producción. El enfoque está en la fiabilidad, la evaluación, la seguridad y el despliegue en el mundo real, más que únicamente en la experimentación.

Esta formación en vivo impartida por un instructor en Ciudad de Panamá (en línea o en persona) ofrece una introducción al campo del reconocimiento de patrones y el aprendizaje automático. Aborda aplicaciones prácticas en estadística, informática, procesamiento de señales, visión por computadora, minería de datos y bioinformática.

Al finalizar esta formación, los participantes serán capaces de:

• Aplicar métodos estadísticos fundamentales al reconocimiento de patrones.
• Utilizar modelos clave como redes neuronales y métodos de núcleo para el análisis de datos.
• Implementar técnicas avanzadas para la resolución de problemas complejos.
• Mejorar la precisión de las predicciones combinando diferentes modelos.

Esta formación en vivo, impartida por un instructor en Ciudad de Panamá (en línea o en sitio), está dirigida a científicos de datos que desean utilizar TensorFlow para analizar datos potenciales de fraude.

Al finalizar esta formación, los participantes serán capaces de:

• Crear un modelo de detección de fraude en Python y TensorFlow.
• Construir regresiones lineales y modelos de regresión lineal para predecir fraudes.
• Desarrollar una aplicación de inteligencia artificial de extremo a extremo para analizar datos de fraude.

Esta formación práctica con instrucción directa está diseñada como una continuación natural del curso Python para Análisis de Datos.

Introduce a los participantes en los conceptos básicos del Aprendizaje Automático y muestra cómo pueden aplicarse directamente a tareas de análisis de datos, como predicción, clasificación y segmentación.

El enfoque está en comprender cómo funciona el Aprendizaje Automático en la práctica, utilizando herramientas conocidas como Python, Pandas y Jupyter Notebook, sin requerir conocimientos matemáticos avanzados.

Esta capacitación en vivo con instructor en Ciudad de Panamá (en línea o presencial) está dirigida a desarrolladores y científicos de datos que deseen construir, desplegar y gestionar flujos de trabajo de aprendizaje automático en Kubernetes.

Al finalizar esta capacitación, los participantes serán capaces de:

• Instalar y configurar Kubeflow en entornos locales (on-premise) y en la nube.
• Construir, desplegar y gestionar flujos de trabajo de ML basados en contenedores Docker y Kubernetes.
• Ejecutar pipelines completos de machine learning en arquitecturas diversas y entornos cloud.
• Utilizar Kubeflow para iniciar y gestionar notebooks de Jupyter.
• Construir cargas de trabajo de entrenamiento de ML, ajuste de hiperparámetros y servicio en múltiples plataformas.

Esta formación en vivo con instructor presencial en <ubicación> (en línea o in situ) está dirigida a ingenieros que desean evaluar los enfoques y herramientas disponibles hoy en día para tomar una decisión informada sobre cómo proceder en la adopción de MLOps dentro de su organización.

Al final de esta formación, los participantes serán capaces de:

• Instalar y configurar diversos marcos de trabajo y herramientas de MLOps.
• Formar el equipo adecuado con las habilidades necesarias para construir y soportar un sistema de MLOps.
• Preparar, validar y versionar datos para su uso por modelos de ML.
• Comprender los componentes de una Pipeline (tubería) de ML y las herramientas necesarias para construir una.
• Experimentar con diferentes marcos de aprendizaje automático y servidores para desplegar en producción.
• Operacionalizar todo el proceso de Aprendizaje Automático para que sea reproducible y mantenible.

Esta formación en vivo impartida por un instructor en Ciudad de Panamá (en línea o presencial) está dirigida a analistas de datos, desarrolladores o aspirantes a científicos de datos con nivel intermedio que desean aplicar técnicas de aprendizaje automático en Python para extraer información, hacer predicciones y automatizar decisiones basadas en datos.

Al finalizar este curso, los participantes serán capaces de:

• Comprender y diferenciar los paradigmas clave del aprendizaje automático.
• Explorar técnicas de preprocesamiento de datos y métricas de evaluación de modelos.
• Aplicar algoritmos de aprendizaje automático para resolver problemas reales de datos.
• Utilizar bibliotecas de Python y cuadernos Jupyter para el desarrollo práctico.
• Construir modelos para predicción, clasificación, recomendación y agrupamiento.

Esta capacitación en vivo dirigida por un instructor en Ciudad de Panamá (en línea o en persona) está dirigida a desarrolladores y científicos de datos que desean usar TensorFlow 2.x para construir predictores, clasificadores, modelos generativos, redes neuronales, entre otros.

Al finalizar esta capacitación, los participantes podrán:

• Instalar y configurar TensorFlow 2.x.
• Comprender las ventajas de TensorFlow 2.x frente a versiones anteriores.
• Construir modelos de aprendizaje profundo.
• Implementar un clasificador de imágenes avanzado.
• Desplegar un modelo de aprendizaje profundo en la nube, dispositivos móviles y dispositivos IoT.