Introducción al aprendizaje profundo con Keras
Aprende a desarrollar modelos de deep learning con Keras.
Comience El Curso Gratis4 horas15 vídeos59 ejercicios38.470 aprendicesDeclaración de cumplimiento
Crea Tu Cuenta Gratuita
o
Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.¿Entrenar a 2 o más personas?
Pruebe DataCamp para empresasPreferido por estudiantes en miles de empresas
Descripción del curso
El aprendizaje profundo ha llegado para quedarse Es la técnica de referencia para resolver los complejos problemas que surgen con los datos no estructurados y una herramienta increíble para la innovación. Keras es uno de los frameworks que facilitan el inicio del desarrollo de modelos de aprendizaje profundo, y es lo suficientemente versátil como para construir modelos listos para la industria en poco tiempo. En este curso, aprenderás regresión y salvarás la Tierra prediciendo trayectorias de asteroides, aplicarás clasificación binaria para distinguir entre billetes de dólar reales y falsos, utilizarás clasificación multiclase para decidir quién lanzó qué dardo en una diana, aprenderás a utilizar redes neuronales para reconstruir imágenes ruidosas y mucho más. Además, aprenderá a controlar mejor sus modelos durante el entrenamiento y a afinarlos para aumentar su rendimiento.
Empresas
¿Entrenar a 2 o más personas?
Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y másEn las siguientes pistas
Keras Fundamentals
Ir a la pista- 1
Presentación de Keras
GratuitoEn este primer capítulo, conocerá las redes neuronales, comprenderá qué tipo de problemas pueden resolver y cuándo utilizarlas. También construirás varias redes y salvarás la Tierra entrenando un modelo de regresión que se aproxima a la órbita de un meteorito que se acerca a nosotros.
- 2
Profundizar
Al final de este capítulo, sabrá cómo resolver problemas binarios, multiclase y multietiqueta con redes neuronales. Todo ello resolviendo problemas como detectar billetes de dólar falsos, decidir quién lanzó qué dardo a un tablero y construir un sistema inteligente para regar su granja. También podrás trazar las métricas de entrenamiento del modelo y detener el entrenamiento y guardar tus modelos cuando ya no mejoren.
Clasificación binaria50 xpExplorar los billetes de dólar100 xpUn modelo de clasificación binaria100 xp¿Este billete de dólar es falso?100 xpClasificación multiclase50 xpUn modelo multiclase100 xpPrepare su conjunto de datos100 xpFormación sobre lanzadores de dardos100 xpPredicciones Softmax100 xpClasificación multietiqueta50 xpUna máquina de riego100 xpEntrenamiento con varias etiquetas100 xpDevoluciones de llamada de Keras50 xpLlamada de retorno al historial100 xpParada anticipada de su modelo100 xpUna combinación de devoluciones de llamada100 xp - 3
Mejorar el rendimiento de su modelo
En los capítulos anteriores has entrenado a un montón de modelos. Ahora aprenderá a interpretar las curvas de aprendizaje para comprender sus modelos a medida que se entrenan. También visualizará los efectos de las funciones de activación, los tamaños de lote y la normalización de lotes. Por último, aprenderá a realizar la optimización automática de hiperparámetros a sus modelos Keras utilizando sklearn.
Curvas de aprendizaje50 xpAprender los dígitos100 xp¿Está el modelo sobreajustado?100 xp¿Necesitamos más datos?100 xpFunciones de activación50 xpDiferentes funciones de activación50 xpComparación de funciones de activación100 xpComparación de funciones de activación II100 xpTamaño del lote y normalización del lote50 xpModificación del tamaño de los lotes100 xpNormalización por lotes de un modelo conocido100 xpEfectos de la normalización por lotes100 xpAjuste de hiperparámetros50 xpPreparar un modelo para el ajuste100 xpAjuste de los parámetros del modelo100 xpEntrenamiento con validación cruzada100 xp - 4
Arquitecturas de modelos avanzadas
Es hora de introducirse en arquitecturas más avanzadas. Creará un autocodificador para reconstruir imágenes ruidosas, visualizará activaciones de redes neuronales convolucionales, utilizará modelos profundos preentrenados para clasificar imágenes y aprenderá más sobre redes neuronales recurrentes y a trabajar con texto mientras construye una red que predice la siguiente palabra de una frase.
Tensores, capas y autocodificadores50 xpEs un flujo de tensores100 xpSeparación neuronal100 xpConstruir un autocodificador100 xpEliminación de ruido como un autocodificador100 xpIntroducción a CNNs50 xpCreación de un modelo CNN100 xpObservar las circunvoluciones100 xpPreparación de la imagen de entrada100 xpUtilizar un modelo del mundo real100 xpIntroducción a LSTMs50 xpPredicción de texto con LSTMs100 xpConstruya su modelo LSTM100 xpDescifra tus predicciones100 xpPruebe su modelo50 xp¡Ya está!50 xp
Empresas
¿Entrenar a 2 o más personas?
Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y másEn las siguientes pistas
Keras Fundamentals
Ir a la pistacolaboradores
requisitos previos
Supervised Learning with scikit-learnMiguel Esteban
Ver MásData Scientist & Founder
¿Qué tienen que decir otros alumnos?
¡Únete a 14 millones de estudiantes y empieza Introducción al aprendizaje profundo con Keras hoy mismo!
Crea Tu Cuenta Gratuita
o
Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.