Módulo 1: Fundamentos del Deep Learning
Lección 1 - Introducción al Deep Learning
Lección 2 - Arquitectura de redes neuronales
Lección 3 - Funciones de activación
Lección 4 - Backpropagation
Lección 5 - Optimización en Deep Learning

Módulo 2: Redes Neuronales Convolucionales (CNN)
Lección 1 - Introducción a las CNN
Lección 2 - Capas convolucionales
Lección 3 - Capas de pooling
Lección 4 - Ejemplos de aplicaciones de CNN
Lección 5 - Transfer learning con CNN

Módulo 3: Redes Neuronales Recurrentes (RNN)
Lección 1 - Introducción a las RNN
Lección 2 - Redes LSTM
Lección 3 - Redes GRU
Lección 4 - Aplicaciones de RNN en procesamiento de lenguaje natural
Lección 5 - Generación de texto con RNN

Módulo 4: Redes Generativas Adversariales (GANs)
Lección 1 - Introducción a GANs
Lección 2 - Generador y discriminador en GANs
Lección 3 - Entrenamiento de GANs
Lección 4 - Aplicaciones de GANs en generación de imágenes
Lección 5 - Mejoras y avances en GANs

Módulo 5: Aplicaciones avanzadas de Deep Learning
Lección 1 - Autoencoders
Lección 2 - Reinforcement Learning
Lección 3 - Transformando y analizando imágenes con Deep Learning
Lección 4 - Procesamiento de lenguaje natural con Deep Learning
Lección 5 - Ética en el uso de algoritmos de Deep Learning