Curso de Machine Learning con Arduino y Tensorflow 2.0
Entidad:
SOLICITAR INFORMACIÓN
Con esta formación estarás capacitado para dominar el descifrado de patrones, construir redes neuronales artificiales o establecer correlaciones a partir del dominio de esta plataforma. Configura y programa con Phyton la placa Arduino paso a paso para finalizar con la ejecución del script. Extrae los beneficios que la flexibilidad de la arquitectura TensorFlow facilita para implementar procesadores dentro de dispositivos móviles o servidores en una única API.
En INESEM apostamos por las áreas más innovadoras y el uso de la tecnología que está haciendo funcionar los procesos y las trayectorias de los profesionales más ambiciosos. Únete a nosotros y alcanza tus anhelos profesionales de la mano de los profesionales más cualificados y comprometidos con el esfuerzo del alumno
- Grabar a través del lenguaje de programación que sea compatible con Arduino aquellas instrucciones que se deseen.
- Programar en C++ los pines de entrada y salida desde el core o la API de Arduino.
- Analizar las entradas y el uso de las salidas analígicas con Phyton para comprender su manejo.
- Adquirir conocimientos sólidos sobre Machine Learning para analizar y crear modelos analíticos.
- Utilizar TensorFlow para detectar intervalos de tiempo periódicos y predecir comportamientos.
- Generar conjuntos de datos a partir de la extracción y detección de parámetros en Arduino.
- Crear paso a paso aplicaciones y redes neuronales artificiales a través de TensorFlow.
Tras la finalización de esta acción formativa podrás conocer el sistema de aprendizaje automático más popular en la creación de redes neuronales de tipo artificial. Realizarás un recorrido formativo que te permitirá programar pines de entrada y salida con Arduino, entre otras tareas, para así convertirte en un perfil profesional especializado en la construcción de modelos analíticos y sus innumerables aplicaciones.
Los profesionales interesados en este curso tienen como procedencia las áreas ligadas a la ingeniería, las matemáticas, la tecnología o la ciencia. También se dedica a perfiles profesionales interesados en reciclar sus conocimientos y sumarse a un mundo en constante evolución que precisa de una formación constante.
La metodología INESEM Business School, ha sido diseñada para acercar el aula al alumno dentro de la formación online. De esta forma es tan importante trabajar de forma activa en la plataforma, como necesario el trabajo autónomo de este. El alumno cuenta con una completa acción formativa que incluye además del contenido teórico, objetivos, mapas conceptuales, recuerdas, autoevaluaciones, bibliografía, exámenes, actividades prácticas y recursos en forma de documentos descargables, vídeos, material complementario, normativas, páginas web, etc.
A esta actividad en la plataforma hay que añadir el tiempo asociado a la formación dedicado a horas de estudio. Estos son unos completos libros de acceso ininterrumpido a lo largo de la trayectoria profesional de la persona, no solamente durante la formación. Según nuestra experiencia, gran parte del alumnado prefiere trabajar con ellos de manera alterna con la plataforma, si bien la realización de autoevaluaciones de cada unidad didáctica y evaluación de módulo, solamente se encuentra disponible de forma telemática.
El alumno deberá avanzar a lo largo de las unidades didácticas que constituyen el itinerario formativo, así como realizar las actividades y autoevaluaciones correspondientes. Al final del itinerario encontrará un examen final o exámenes. A fecha fin de la acción formativa el alumno deberá haber visitado al menos el 100 % de los contenidos, haber realizado al menos el 75 % de las actividades de autoevaluación, haber realizado al menos el 75 % de los exámenes propuestos y los tiempos de conexión alcanzados deberán sumar en torno al 75 % de las horas de la teleformación de su acción formativa. Dicho progreso se contabilizará a través de la plataforma virtual y puede ser consultado en cualquier momento.
La titulación será remitida al alumno por correo postal una vez se haya comprobado que ha completado el proceso de aprendizaje satisfactoriamente.
Por último, el alumno contará en todo momento con:
- ¿Qué es la inteligencia artificial?
- Hardware y software unidos por la Inteligencia Artificial
- Inteligencia Artificial y Visión Artificial
- Arduino: introducción
- Instalación de Arduino
- Configurando tu Arduino para Python
- Control de Arduino
- Manejo de entradas
- Entradas analógicas
- Salidas analógicas
- Valores analógicos en Arduino
- Introducción al machine learning
- Aprendizaje supervisado
- Aprendizaje no supervisado
- Redes neuronales y deep learning
- Series Temporales
- Funciones y parámetros
- Variables y constantes especializadas
- Estructura de control
- Introducción
- ¿Qué son los datos de entrenamiento de IA?
- ¿Por qué se requieren datos de entrenamiento de IA?
- ¿Cuántos datos son adecuados?
- ¿Qué afecta la calidad de los datos en el entrenamiento?
- Crear red neural paso a paso
- Redes neuronales: Aprendizaje
- Otras redes neuronales
- Estar trabajando para una empresa privada.
- Encontrarse cotizando en el Régimen General de la Seguridad Social
- Que el curso seleccionado esté relacionado con el puesto de trabajo o actividad principal de la empresa.
- Que la empresa autorice la formación programada
- Que la empresa disponga de suficiente crédito formativo para cubrir el coste del curso
