Para qué te prepara:
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.
A quién va dirigido:
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.
Titulación:
Titulación Expedida y Avalada por el Instituto Europeo de Estudios Empresariales. "Enseñanza No Oficial y No Conducente a la Obtención de un Título con Carácter Oficial o Certificado de Profesionalidad."
Objetivos:
<ul><li>Grabar a través del lenguaje de programación que sea compatible con Arduino aquellas instrucciones que se deseen.</li><li>Programar en C++ los pines de entrada y salida desde el core o la API de Arduino.</li><li>Analizar las entradas y el uso de las salidas analígicas con Phyton para comprender su manejo.</li><li>Adquirir conocimientos sólidos sobre Machine Learning para analizar y crear modelos analíticos.</li><li>Utilizar TensorFlow para detectar intervalos de tiempo periódicos y predecir comportamientos.</li><li>Generar conjuntos de datos a partir de la extracción y detección de parámetros en Arduino.</li><li>Crear paso a paso aplicaciones y redes neuronales artificiales a través de TensorFlow.</li></ul>
Salidas Laborales:
Con esta formación estarás capacitado para ocupar puestos que en la actualidad están muy demandados como analista de datos, data scientist, phyton developer, data engineer, data analytics o consultor. Sus innumerables aplicaciones en áreas como finanzas, salud, marketing o ciberseguridad garantizar una proyección profesional sin límites que te permita alcanzar tus retos profesionales más ambiciosos.
Resumen:
<p>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.</p><p>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</p>
Metodología:
Con nuestra metodología de aprendizaje online, el alumno comienza su andadura en INESEM Business School a través de un campus virtual diseñado exclusivamente para desarrollar el itinerario formativo con el objetivo de mejorar su perfil profesional. El alumno debe avanzar de manera autónoma a lo largo de las diferentes unidades didácticas así como realizar las actividades y autoevaluaciones correspondientes. La carga de horas de la acción formativa comprende las diferentes actividades que el alumno realiza a lo largo de su itinerario. Las horas de teleformación realizadas en el Campus Virtual se complementan con el trabajo autónomo del alumno, la comunicación con el docente, las actividades y lecturas complementarias y la labor de investigación y creación asociada a los proyectos. Para obtener la titulación el alumno debe aprobar todas la autoevaluaciones y exámenes y visualizar al menos el 75% de los contenidos de la plataforma. Por último, es necesario notificar la finalización de la acción formativa desde la plataforma para comenzar la expedición del título.
Temario:
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN Y PRIMEROS PASOS
UNIDAD DIDÁCTICA 2. PREPARACIÓN DE ARDUINO Y CONFIGURACIÓN DE ENTORNO PYTHON
UNIDAD DIDÁCTICA 3. CODIFICACIÓN Y CONTROL DE ARDUINO CON PYTHON
UNIDAD DIDÁCTICA 4. MANEJO DE ENTRADAS ANALÓGICAS CON PYTHON
UNIDAD DIDÁCTICA 5. USO DE SALIDAS ANALÓGICAS
UNIDAD DIDÁCTICA 6. INTRODUCCIÓN A MACHINE LEARNING
UNIDAD DIDÁCTICA 7. REDES NEURONALES, SERIES TEMPORALES Y PROBLEMAS DE REGRESIÓN
UNIDAD DIDÁCTICA 8. OBTENCIÓN DE PARÁMETROS EN ARDUINO Y GENERACIÓN DE CONJUNTOS DE DATOS
UNIDAD DIDÁCTICA 9. PROCESAMIENTO DE DATOS Y ETAPA DE ENTRENAMIENTO
UNIDAD DIDÁCTICA 10. CREACIÓN DE RED NEURONAL ARTIFICIAL Y APLICACIONES CON ARDUINO Y TENSORFLOW CON KERAS