¿Qué es el aprendizaje automático? ¿Qué tipos de problemas puede solucionar? En Google, tenemos una perspectiva ligeramente distinta sobre el aprendizaje automático: no se trata solo de los datos, sino también de la lógica. Hablamos de por qué un marco de este tipo es útil cuando pensamos en la creación de una canalización de modelos de aprendizaje automático. Luego, analizamos cinco fases para convertir un posible caso práctico en un recurso que pueda aprovechar la tecnología de aprendizaje automático y por qué es importante no saltarse fases. Finalizamos con un reconocimiento de los sesgos que puede amplificar el aprendizaje automático y cómo reconocerlos.
Este curso forma parte de Programa Especializado - Machine Learning with TensorFlow on Google Cloud Platform en Español
ofrecido por
Acerca de este Curso
5,505 vistas recientes
Resultados profesionales del estudiante
50%
comenzó una nueva carrera después de completar estos cursos
50%
consiguió un beneficio tangible en su carrera profesional gracias a este curso
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Aprox. 8 horas para completar
Español (Spanish)
Subtítulos: Francés (French), Portugués (de Brasil), Alemán (German), Inglés (English), Español (Spanish), Japonés
Resultados profesionales del estudiante
50%
comenzó una nueva carrera después de completar estos cursos
50%
consiguió un beneficio tangible en su carrera profesional gracias a este curso
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Aprox. 8 horas para completar
Español (Spanish)
Subtítulos: Francés (French), Portugués (de Brasil), Alemán (German), Inglés (English), Español (Spanish), Japonés
ofrecido por
Google Cloud
We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success.
Programa - Qué aprenderás en este curso
17 minutos para completar
Presentación de la especialización
Se presenta la especialización y a los expertos de Google que darán las clases.
17 minutos para completar
4 videos (Total 11 minutos)
4 videos
Agenda de la especialización5m
¿Por qué elegir Google?1m
¿Por qué elegir Google Cloud?2m
1 ejercicio de práctica
Cuestionario del módulo 16m
1 hora para completar
Qué significa tener como prioridad a la IA
En este módulo, conocerá a qué nos referimos cuando decimos que la estrategia empresarial de Google es que la IA sea la prioridad, además de lo que conlleva en la práctica.
1 hora para completar
17 videos (Total 52 minutos)
17 videos
Las dos etapas del AA3m
AA en productos de Google5m
Demostración: AA en Google Fotos1m
Google Traductor y Gmail1m
Reemplazo de reglas heurísticas5m
La importancia de los datos3m
Introducción al lab: Limite un problema de AA1m
Informe del lab4m
Demostración: AA en aplicaciones2m
Modelos previamente entrenados3m
El mercado del AA está evolucionando2m
Una estrategia de datos5m
Sesgo en la implementación y capacitación5m
Una estrategia de AA1m
Transforme su empresa2m
Introducción al lab: Caso práctico de AA26s
1 ejercicio de práctica
Cuestionario del módulo 26m
1 hora para completar
Cómo Google utiliza el AA
En este módulo, se describen los conocimientos empresariales que Google adquirió con los años.
1 hora para completar
6 videos (Total 36 minutos)
6 videos
Introducción40s
Las sorpresas del AA4m
El ingrediente secreto8m
Procesos empresariales y de AA6m
La ruta hacia el AA10m
Análisis profundo de finalización de fases4m
1 ejercicio de práctica
Cuestionario del módulo 36m
1 hora para completar
AA inclusivo
En este módulo, analizaremos por qué los sistemas de aprendizaje automático no son imparciales de forma predeterminada y otros aspectos que se deben tener en cuenta al usar el AA en los productos.
1 hora para completar
7 videos (Total 27 minutos)
7 videos
Aprendizaje automático y sesgo humano2m
Evaluación de métricas para inclusión3m
Medidas estadísticas y concesiones aceptables4m
Igualdad de oportunidades6m
Simulación de decisiones3m
Uso de Facets para buscar errores en su conjunto de datos4m
1 ejercicio de práctica
Cuestionario del módulo 46m
5 horas para completar
Blocs de notas de Python en la nube
En este módulo, se describe Cloud Datalab, el entorno de desarrollo que usará en esta especialización.
5 horas para completar
22 videos (Total 81 minutos), 1 lectura, 4 cuestionarios
22 videos
Cloud Datalab1m
Demostración: Cloud Datalab1m
Proceso de desarrollo2m
Demostración de realojamiento de un notebook de Cloud Datalab3m
Trabajo con servicios administrados2m
Pocesamiento y almacenamiento4m
Introducción a Qwiklabs3m
Informe del lab11m
Cloud Shell2m
Tercera fase de Cloud: Servicios completamente administrados1m
Tercera fase de Cloud: Análisis de datos sin servidores2m
Tercera fase de Cloud: BigQuery y Cloud Datalab52s
Introducción al lab: Análisis de datos con Datalab y BigQuery1m
Informe del lab: Análisis de datos con Datalab y BigQuery11m
No son reglas, es AA2m
La API de Vision en acción3m
La API de Video Intelligence3m
La API de Cloud Speech3m
Traducción con NL4m
Lab: Introducción a las API de AA previamente entrenadas49s
Solución del lab9m
1 lectura
Introducción al lab de alquiler de VM10m
1 ejercicio de práctica
Cuestionario del módulo 56m
4 minutos para completar
Resumen
4 minutos para completar
1 video (Total 4 minutos)
1 video
Acerca de Programa especializado: Machine Learning with TensorFlow on Google Cloud Platform en Español
¿Qué es el aprendizaje automático? ¿Qué tipos de problemas puede solucionar? ¿Cuáles son las cinco fases para convertir un posible caso práctico en un recurso que pueda aprovechar la tecnología de aprendizaje automático? ¿Por qué es importante no saltarse fases? ¿Por qué las redes neuronales son tan populares? ¿Cómo plantear un problema de aprendizaje supervisado y encontrar una buena solución generalizable mediante un descenso de gradientes y una forma meditada de crear conjuntos de datos? Aprenda a escribir modelos de aprendizaje automático distribuido que escalen en Tensorflow y que brinden predicciones de alto rendimiento. Convierta los datos sin procesar en funciones de una forma que permita al AA aprender características importantes de los datos y aportar una percepción humana para abordar los problemas. Por último, aprenda a incorporar la combinación adecuada de parámetros que desarrolle modelos generalizados y exactos, y conozca la teoría para solucionar determinados tipos de problemas de AA. Experimentará con el AA de extremo a extremo, a partir de la construcción de una estrategia centrada en el AA y el avance hacia el entrenamiento, optimización y producción de modelos con labs prácticos mediante Google Cloud Platform.
>>> Al inscribirse en esta especialización acepta los Términos de Servicio de Qwiklabs según lo establecido en las Preguntas Frecuentes, disponibles en el apartado: https://qwiklabs.com/terms_of_service <<<
Preguntas Frecuentes
¿Cuándo podré acceder a las lecciones y tareas?
Una vez que te inscribes para obtener un Certificado, tendrás acceso a todos los videos, cuestionarios y tareas de programación (si corresponde). Las tareas calificadas por compañeros solo pueden enviarse y revisarse una vez que haya comenzado tu sesión. Si eliges explorar el curso sin comprarlo, es posible que no puedas acceder a determinadas tareas.
¿Qué recibiré si me suscribo a este Programa especializado?
Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.
¿Cuál es la política de reembolsos?
Si estás suscrito, obtienes una prueba gratis de 7 días, que podrás cancelar cuando desees sin ningún tipo de penalidad. Una vez transcurrido ese tiempo, no realizamos reembolsos. No obstante, puedes cancelar tu suscripción cuando quieras. Consulta nuestra política completa de reembolsos.
¿Hay ayuda económica disponible?
Sí, Coursera ofrece ayuda económica a los estudiantes que no pueden pagar la tarifa. Solicítala haciendo clic en el enlace de Ayuda económica que está debajo del botón “Inscribirse” a la izquierda. Se te pedirá que completes una solicitud. Recibirás una notificación en caso de que se apruebe. Deberás completar este paso para cada uno de los cursos que forman parte del Programa especializado, incluido el proyecto final. Obtén más información.
¿Recibiré crédito universitario por completar el Curso?
Este Curso no otorga crédito universitario, pero algunas universidades pueden aceptar los Certificados del curso para obtener crédito. Consulta con tu institución para obtener más información. Los Títulos en línea y los Certificados Mastertrack™ de Coursera brindan la oportunidad de obtener créditos universitarios.
¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.
