1. Unidad 1: Introducción a los datos no estructurados
1.1. Introducción
1.1.1. Tipos de datos
1.1.1.1. Estructurados
1.1.1.2. Semi-estructurados
1.1.1.3. No estructurados
1.1.1.3.1. Características y desafíos
1.1.1.3.2. Metodos de almacenamiento y consulta
1.2. Conceptos de programación
1.2.1. Frameworks
1.2.1.1. Keras
1.2.1.2. TensorFlow
1.2.1.3. PyTorch
1.2.2. Manipulación de tensores
2. Unidad 2: Procesamiento de texto y lenguaje natural
2.1. Preprocesamiento
2.1.1. Normalización
2.1.2. Palabras de detención
2.1.3. Steaming
2.1.4. Tokenización
2.2. Vectorización
2.2.1. Codificación
2.2.2. Basados en cantidades
2.2.2.1. Frecuencias
2.2.2.2. TF-ITF
2.2.3. Vectores de espacios continuos
2.2.3.1. Word2Vec
2.2.3.2. Glove
2.2.4. Modelos de lenguaje
2.3. Modelado
2.3.1. Métodos clásicos
2.3.1.1. Reducción de dimensionalidad
2.3.1.1.1. SVD
2.3.1.1.2. NMF
2.3.1.2. LDA
2.3.2. Neurales
2.3.2.1. Secuencias
2.3.2.1.1. RNN/LSTM/GRU
2.3.2.1.2. Encoder-decoder
2.3.2.2. Modelos de lenguaje
2.3.2.2.1. Atención
2.4. Interpretación de modelos
3. Unidad 3: Procesamiento de imágenes
3.1. Aprendizaje por representaciones
3.2. Redes Neurales de Convolución
3.2.1. Convolución
3.2.2. Mapa de activación
3.2.3. Pooling
3.3. Transferencia de aprendizaje
3.3.1. Extracción de predictores
3.3.2. Ajuste (fine-tuning)
3.4. Modelos
3.4.1. Discriminativos
3.4.2. Generativos
3.4.2.1. GANs
3.5. Interpretación de modelos
4. Unidad 4: Procesamiento de audio y video
4.1. Audio
4.1.1. Texto-a-voz y voz-a-texto
4.1.2. Espectográmas
4.1.3. Secuencias
4.2. Video
4.2.1. Redes Neurales de Convolución 3D
4.2.2. Secuencias