Acerca de este Curso

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

Python programming experience and a basic understanding of neural networks is recommended.

Aprox. 4 horas para completar

Sugerido: 2 hours...

Inglés (English)

Subtítulos: Inglés (English)

Qué aprenderás

  • Check

    Develop an understanding on how to avoid over-fitting with weight regularization and dropout regularization.

  • Check

    Be able to apply both weight regularization and dropout regularization in Keras with TensorFlow backend.

Habilidades que obtendrás

Data ScienceDeep LearningMachine LearningTensorflowkeras

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

Python programming experience and a basic understanding of neural networks is recommended.

Aprox. 4 horas para completar

Sugerido: 2 hours...

Inglés (English)

Subtítulos: Inglés (English)

Instructor

Imagen del instructor, Amit Yadav

Amit Yadav 

Machine Learning Instructor
Machine Learning
291 alumnos
6 cursos

ofrecido por

Logotipo de Rhyme

Rhyme

Programa - Qué aprenderás en este curso

Semana
1

Semana 1

2 horas para completar

TensorFlow Beginner: Avoid Over-fitting Using Regularization

2 horas para completar
2 lecturas
2 lecturas
Project-Based Course Overview10m
Congratulations10m
2 ejercicios de práctica
Check Your Understanding10m
Avoid Over-fitting Using Regularization10m

Preguntas Frecuentes

  • Sí, puedes acceder a una vista preliminar del primer video y ver el programa antes de inscribirte. Debes comprar el curso para acceder a contenido que no está incluido en la vista preliminar

  • Si decides inscribirte en el curso antes de la fecha de inicio de la sesión, tendrás acceso a todos los videos y las lecturas de la lección para el curso. Podrás enviar tareas en cuanto comience la sesión.

  • Una vez que te inscribes y comienza la sesión, tendrás acceso a todos los videos y otros recursos, incluidos artículos de lectura y el foro de debate del curso. Podrás ver y enviar tareas de práctica y completar tareas con calificación obligatorias para obtener un título y un Certificado de curso

  • Si completas el curso de manera correcta, tu Certificado de curso electrónico se agregará a la página Logros. Desde allí, puedes imprimir tu Certificado de curso o agregarlo a tu perfil de LinkedIn

  • Este curso es uno de los pocos que se ofrecen en Coursera que está actualmente disponible solo para estudiantes que pagaron o que recibieron ayuda económica, si está disponible.

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.