Modalidad
Online
Duración - Créditos
125 horas
Becas y
Financiación
Plataforma Web
24 Horas
Centro Líder
formación online
Acompañamiento
Personalizado
Reconocidos por:
Acreditados como:
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 KERASF
Plan de estudios
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.








Titulación de curso arduino machine learning


Descubre todas nuestras becas personalizadas

¡Muchas gracias!
Hemos recibido correctamente tus datos. En breve nos pondremos en contacto contigo.