Tutoriales de IA

Aprende a configurar el Agente Replit y descubre cómo utilizarlo mediante un tutorial de ejemplo y 10 casos de uso reales.

Descubre el poder de Mamba LLM, una arquitectura transformadora de las principales universidades, que redefine el procesamiento de secuencias en la IA.

Empieza a utilizar los nuevos modelos Llama y personaliza Llama-3.1-8B-It para predecir varios trastornos de salud mental a partir del texto.

Explora la innovadora técnica de Adaptación de Bajo Rango (LoRA) en nuestra guía completa. Descubre cómo LoRA revoluciona el ajuste fino de los Grandes Modelos Lingüísticos.

LlamaIndex es tu amigable compañero de datos para crear aplicaciones basadas en LLM. Puedes ingerir, gestionar y recuperar fácilmente datos privados y específicos de un dominio utilizando lenguaje natural.

Aprende a utilizar ChatGPT en un proyecto real de ciencia de datos de extremo a extremo. Lo utilizaremos para la planificación del proyecto, el análisis de datos, el preprocesamiento de datos, la selección del modelo, el ajuste de hiperparámetros, el desarrollo de una aplicación web y su despliegue en los Spaces.

En este tutorial, obtendrás una visión general de la Inteligencia Artificial (IA) y verás más de cerca en qué se diferencian el Aprendizaje Automático (AM) y el Aprendizaje Profundo.

Explora el transformador mundo de Hugging Face, el centro de código abierto de la comunidad de IA para el Aprendizaje Automático y el Procesamiento del Lenguaje Natural.

En este tutorial, aprenderás a implementar Redes Neuronales Convolucionales (CNN) en Python con Keras, y a superar el sobreajuste con el abandono.

Aprende a construir una red neuronal y a entrenarla, evaluarla y optimizarla con TensorFlow

El tutorial responde a las preguntas más frecuentes sobre el aprendizaje profundo y explora diversos aspectos del aprendizaje profundo con ejemplos de la vida real.

Este tutorial de Keras te introduce en el aprendizaje profundo en Python: aprende a preprocesar tus datos, modelar, evaluar y optimizar redes neuronales.