|
Las técnicas de deep learning han revolucionado la capacidad de las máquinas para aprender y realizar tareas complejas de forma autónoma. Dentro del universo del deep learning, las redes neuronales gráficas (GNN-Graph Neural Networks) han surgido como una herramienta poderosa. Estas redes están diseñadas para modelar relaciones complejas entre datos estructurados, como grafos y redes. Su capacidad para capturar la estructura y la interconexión de los datos las hace especialmente efectivas en aplicaciones que involucran elementos interrelacionados.
El extenso ámbito de aplicación de las técnicas de deep learning y en particular las de GNN está contribuyendo a lograr avances significativos en diversas disciplinas científicas y técnicas. Por este motivo, los estudiantes de diferentes grados universitarios, así como estudiantes de máster y doctorado, necesitan cada vez más conocer estos algoritmos para aplicarlos en sus trabajos académicos (TFG, TFM...) y de investigación.
Por otra parte, en el caso de los Grados en Ingeniería Informática, Estadística y Matemáticas, entre otros, una de las competencias más demandadas a los egresados cuando acceden al mercado laboral es la del conocimiento y experiencia en el área de Inteligencia Artificial, especialmente en las tecnologías más recientes como deep learning, las cuales no están incluidas en los planes de estudios.
|
