Saltar al contenido principal
InicioPythonIntroducción al Aprendizaje Profundo en Python

Introducción al Aprendizaje Profundo en Python

Aprende los fundamentos de redes neuronales y cómo crear modelos de deep learning con Keras 2.0 en Python.

Comience El Curso Gratis
4 horas17 vídeos50 ejercicios
249.180 aprendicesTrophyDeclaración de cumplimiento

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.
Group¿Entrenar a 2 o más personas?Pruebe DataCamp para empresas

Preferido por estudiantes en miles de empresas


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.
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más
Pruebe DataCamp Para EmpresasPara obtener una solución a medida, reserve una demostración.
  1. 1

    Fundamentos del aprendizaje profundo y las redes neuronales

    Gratuito

    En este capítulo, te familiarizarás con los conceptos fundamentales y la terminología utilizada en el aprendizaje profundo, y comprenderás por qué las técnicas de aprendizaje profundo son tan potentes hoy en día. Construirás redes neuronales sencillas y generarás predicciones con ellas.

    Reproducir Capítulo Ahora
    Introducción al aprendizaje profundo
    50 xp
    Comparación de los modelos de redes neuronales con los modelos de regresión clásicos
    50 xp
    Propagación hacia delante
    50 xp
    Codificación del algoritmo de propagación hacia delante
    100 xp
    Funciones de activación
    50 xp
    La función de activación lineal rectificada
    100 xp
    Aplicar la red a muchas observaciones/filas de datos
    100 xp
    Redes más profundas
    50 xp
    Propagación hacia delante en una red más profunda
    50 xp
    Redes neuronales multicapa
    100 xp
    Las representaciones se aprenden
    50 xp
    Niveles de representación
    50 xp
  2. 3

    Construir modelos de aprendizaje profundo con keras

    En este capítulo, utilizarás la biblioteca Keras para construir modelos de aprendizaje profundo tanto de regresión como de clasificación. Conocerás el flujo de trabajo Especificar-Compilar-Ajustar que puedes utilizar para hacer predicciones y, al final del capítulo, tendrás todas las herramientas necesarias para construir redes neuronales profundas.

    Reproducir Capítulo Ahora
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más

conjuntos de datos

Hourly wagesMNISTTitanic

colaboradores

Collaborator's avatar
Hugo Bowne-Anderson
Collaborator's avatar
Yashas Roy
Dan Becker HeadshotDan Becker

Data Scientist and contributor to Keras and TensorFlow libraries

Ver Más

¿Qué tienen que decir otros alumnos?

¡Únete a 14 millones de estudiantes y empieza Introducción al Aprendizaje Profundo en Python hoy mismo!

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.