Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
Descubre las aplicaciones del aprendizaje profundo
El aprendizaje profundo es la técnica de machine learning que está detrás de las capacidades más apasionantes de la robótica, el procesamiento del lenguaje natural, el reconocimiento de imágenes y la inteligencia artificial. En este curso de 4 horas, adquirirás conocimientos prácticos sobre cómo aplicar tus conocimientos de Python al aprendizaje profundo con la biblioteca Keras 2.0.Explora los Modelos Keras con un Colaborador de la Biblioteca
Impartido por el ex-científico de datos de Google y colaborador de Keras, Dan Becker, este curso de aprendizaje profundo explora los modelos de redes neuronales y cómo puedes generar predicciones con ellos. Los primeros capítulos te ayudarán a comprender mejor la propagación hacia delante y hacia atrás y cómo funcionan en la práctica.La biblioteca Keras es una biblioteca de Python que puede ayudarte a desarrollar y revisar modelos de aprendizaje profundo. Como muchas bibliotecas de Python, es gratuita, de código abierto y muy fácil de usar. Empezarás creando un modelo Keras y aprenderás a compilarlo, ajustarlo y clasificarlo antes de hacer predicciones. Una vez que hayas completado este curso, tendrás todas las herramientas que necesitas para construir redes neuronales profundas y empezar a experimentar con redes más amplias y profundas con el tiempo.
Profundiza en el Aprendizaje Profundo
Este curso forma parte de varios programas de machine learning y deep learning, que te ofrecen vías claras para desarrollar tus habilidades y experiencia en esta área una vez que hayas completado el curso introductorio, tanto si quieres completar un proyecto personal como si quieres avanzar hacia una carrera como científico de machine learning.Requisitos previos
Programa de formación
Contenido del curso
1
Fundamentos de Deep Learning y redes neuronales
En este capítulo, te familiarizarás con los conceptos y la terminología fundamentales del Deep Learning, y comprenderás por qué estas técnicas son hoy tan potentes. Construirás redes neuronales sencillas y generarás predicciones con ellas.
- Introducción al deep learning50 XP
- Comparar modelos de redes neuronales con modelos clásicos de regresión50 XP
- Propagación hacia adelante50 XP
- Programar el algoritmo de propagación hacia adelante100 XP
- Funciones de activación50 XP
- La función de activación lineal rectificada100 XP
- Aplicar la red a muchas observaciones/filas de datos100 XP
- Redes más profundas50 XP
- Propagación hacia adelante en una red más profunda50 XP
- Redes neuronales con múltiples capas100 XP
- Las representaciones se aprenden50 XP
- Niveles de representación50 XP
2
Optimización de una red neuronal con retropropagación
Aprende a optimizar las predicciones generadas por tus redes neuronales. Utilizarás un método llamado retropropagación, una de las técnicas más importantes en Deep Learning. Entender cómo funciona te dará una base sólida para lo que verás en la segunda mitad del curso.
3
Creación de modelos de Deep Learning con Keras
En este capítulo, utilizarás la biblioteca Keras para crear modelos de Deep Learning tanto de regresión como de clasificación. Aprenderás el flujo de trabajo de Especificar-Compilar-Ajustar que puedes usar para hacer predicciones y, al terminar el capítulo, tendrás todas las herramientas necesarias para construir redes neuronales profundas.
4
Ajuste fino de modelos en Keras
Aprende a optimizar tus modelos de Deep Learning en Keras. Comienza por aprender a validar tus modelos, luego comprende el concepto de capacidad del modelo y, por último, experimenta con redes más anchas y más profundas.
Introducción al Deep Learning en Python
Curso
completado
