50 % de descuento en DataCamp Premium. Más de 700 cursos a mitad de precio. Empieza a aprender hoy.
Descripción del curso
API funcional de Keras
En este curso, aprenderás a resolver problemas complejos utilizando la API funcional de Keras.Comenzando con una introducción, construirás redes funcionales sencillas, las adaptarás a los datos y realizarás predicciones. También aprenderás a construir modelos con múltiples entradas y una sola salida, y a compartir pesos entre capas..
Redes de entradas múltiples
A medida que avances, explora la creación de redes de dos entradas utilizando incrustaciones categóricas, capas compartidas y capas combinadas. Estos son los componentes básicos fundamentales para diseñar redes neuronales con flujos de datos complejos.Amplía estos conceptos a modelos con tres o más entradas, lo que te ayuda a comprender los parámetros y la topología de tus redes neuronales utilizando las funciones de resumen y gráfico de Keras..
Redes de salida múltiple
En los ejercicios interactivos finales, trabajarás con redes de salida múltiple, que pueden resolver problemas de regresión con múltiples objetivos e incluso manejar tareas de regresión y clasificación simultáneamente.Al finalizar el curso, tendrás experiencia práctica con técnicas avanzadas de aprendizaje profundo para avanzar en tu carrera como científico de datos, incluida la evaluación de tus modelos con nuevos datos utilizando múltiples métricas..
Requisitos previos
Programa de formación
Esquema del curso
1
La API funcional de Keras
En este capítulo, te familiarizarás con los conceptos básicos de la API funcional de Keras. Crearás una red funcional sencilla utilizando bloques de construcción funcionales, la adaptarás a los datos y realizarás predicciones.
- Capas densas y de entrada de Keras50 XP
- Capas de entrada100 XP
- Capas densas100 XP
- Capas de salida100 XP
- Construye y compila un modelo.50 XP
- Construye un modelo100 XP
- Compilar un modelo100 XP
- Visualiza un modelo100 XP
- Ajustar y evaluar un modelo50 XP
- Ajusta el modelo a los datos del torneo de baloncesto.100 XP
- Evalúa el modelo en un conjunto de prueba.100 XP
2
Redes de dos entradas que utilizan incrustaciones categóricas, capas compartidas y capas combinadas
En este capítulo, construirás redes de dos entradas que utilizan incrustaciones categóricas para representar datos de alta cardinalidad, capas compartidas para especificar bloques de construcción reutilizables y capas de fusión para unir varias entradas en una sola salida. Al final de este capítulo, tendrás los fundamentos básicos para diseñar redes neuronales con flujos de datos complejos.
3
Múltiples entradas: 3 entradas (¡y más!)
En este capítulo, ampliarás tu modelo de 2 entradas a 3 entradas y aprenderás a utilizar las funciones summary y plot de Keras para comprender los parámetros y la topología de tus redes neuronales. Al final del capítulo, comprenderás cómo ampliar un modelo de 2 entradas a 3 entradas y más.
4
Salidas múltiples
En este capítulo, crearás redes neuronales con múltiples salidas, que pueden utilizarse para resolver problemas de regresión con múltiples objetivos. También crearás un modelo que resuelve simultáneamente un problema de regresión y un problema de clasificación.
Aprendizaje profundo avanzado con Keras
Curso
completado
