Comenzaremos con la historia del aprendizaje automático y discutiremos por qué las redes neuronales actualmente dan tan buenos resultados para una gran variedad de problemas de la ciencia de datos. Luego, veremos cómo configurar un problema de aprendizaje supervisado y encontrar una buena solución mediante el descenso de gradientes. Para esto, será necesario crear conjuntos de datos que permitan la generalización. Hablaremos sobre los métodos para hacerlo de una forma repetible que respalde la experimentación.
Este curso forma parte de Programa Especializado - Machine Learning with TensorFlow on Google Cloud Platform en Español
2,859 ya inscrito
ofrecido por
Acerca de este Curso
2,372 vistas recientes
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. 20 horas para completar
Español (Spanish)
Subtítulos: Español (Spanish), Inglés (English)
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. 20 horas para completar
Español (Spanish)
Subtítulos: Español (Spanish), Inglés (English)
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
8 minutos para completar
Introducción al curso
En este curso, obtendrá conocimientos fundamentales sobre el AA que le permitirán entender la terminología que utilizaremos durante la especialización. También conocerá sugerencias prácticas y problemas de la mano de los profesionales del AA de Google y, cuando termine, tendrá el código y los conocimientos necesarios para iniciar sus propios modelos de AA.
8 minutos para completar
2 videos (Total 8 minutos)
4 horas para completar
Mejorar la calidad de los datos y los análisis exploratorios de datos
En este módulo, presentaremos problemas de calidad de los datos y explicaremos cómo solucionarlos. Luego, observaremos los análisis exploratorios de datos.
4 horas para completar
5 videos (Total 29 minutos), 1 lectura, 4 cuestionarios
8 horas para completar
AA práctico
En este módulo, presentaremos algunos de los tipos principales de aprendizaje automático y revisaremos la historia del AA hasta llegar a las últimas novedades para que pueda acelerar su crecimiento como profesional del AA.
8 horas para completar
13 videos (Total 63 minutos), 1 lectura, 11 cuestionarios
3 horas para completar
Optimización
En este módulo, lo guiaremos para que optimice sus modelos de AA.
3 horas para completar
13 videos (Total 61 minutos), 1 lectura, 4 cuestionarios
Reseñas
Principales reseñas sobre LAUNCHING INTO MACHINE LEARNING EN ESPAÑOL
por PD16 de jul. de 2019
Muy buen material, las explicaciones son muy claras y didacticas. Se puede mejorar con mas ejemplos sobre la aplicacion de los conceptos tratados en las clases y su aplicación en la vida real
por SG29 de dic. de 2018
Es algo confuso para los que no sabemos de SQL, pero al final se logra aprender acerca de como generar buenos Datasets mediante BigQuery y en general de uno propio.
por AA22 de nov. de 2018
Es muy útil este modulo para hacer el análisis de los datos y obtener una metodología para repetir los datos de entrenamiento, prueba y validación.
por G27 de oct. de 2020
Muy buen curso para personas que apenas estamos entrando a esta área de conocimiento. Muy claras las explicaciones y muy buenos los laboratorios
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.
Preguntas Frecuentes
¿Puedo acceder a una vista preliminar del curso antes de inscribirme?
¿Qué recibiré cuando me inscriba?
¿Cuándo recibiré mi Certificado de curso?
¿Por qué no puedo participar como oyente en este curso?
Is financial aid available?
¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.
