Duración Total32 horas
Cupo mínimo30 participantes
Nivel TécnicoIntermedio
Próxima Cohorte18 de enero de 2027
Objetivo de la Microcredencial
Construir, entrenar y evaluar modelos básicos de redes neuronales entendiendo cómo funcionan, en lugar de usarlos como cajas negras.
Justificación y Contexto
Estructura Curricular (2 Módulos)
Módulo 1: Redes neuronales artificiales: estructura y funcionamiento16 hrs
Comprender el funcionamiento y los componentes de las redes neuronales.
Módulo 2: Deep Learning: modelos y arquitecturas básicas16 hrs
Aplicar arquitecturas básicas de Deep Learning para resolver problemas sencillos.
Competencias Acreditadas
- Explicar cómo funciona una red neuronal —perceptrón, pesos, sesgo y función de activación— mediante ejemplos prácticos.
- Implementar una red neuronal simple en un notebook para resolver un problema básico.
- Seleccionar funciones de activación adecuadas según el problema, considerando su efecto en el aprendizaje y la estabilidad del entrenamiento.
- Ajustar hiperparámetros como la tasa de aprendizaje, el número de capas y de neuronas, y comparar cómo cambian los resultados.
- Construir modelos básicos de Deep Learning con librerías especializadas y justificar qué arquitectura conviene a cada problema.
- Evaluar el desempeño de tus modelos con métricas básicas e identificar riesgos como el overfitting.
Insignia Oficial Verificable
Redes Neuronales y Deep Learning
Calificación mínima de 80/100 en la evidencia final: Diseño, entrenamiento y evaluación de una red neuronal básica que resuelve un problema de clasificación o predicción, con datos basados en casos del mundo real.
Estándar: Open Badges (Acreditta)