Об этом курсе

Недавно просмотрено: 3,066
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 12 часов на выполнение
Испанский
Субтитры: Французский, Португальский (бразильский), Немецкий, Английский, Испанский, Японский...
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 12 часов на выполнение
Испанский
Субтитры: Французский, Португальский (бразильский), Немецкий, Английский, Испанский, Японский...

от партнера

Placeholder

Google Cloud

Программа курса: что вы изучите

Неделя
1

Неделя 1

13 минут на завершение

Introducción

13 минут на завершение
1 видео ((всего 3 мин.)), 1 материал для самостоятельного изучения
1 видео
1 материал для самостоятельного изучения
Cómo descargar recursos del curso.10мин
2 ч. на завершение

El arte del AA

2 ч. на завершение
10 видео ((всего 29 мин.))
10 видео
Regularización4мин
Regularizaciones L1 y L24мин
Introducción al lab Regularización12
Lab: Regularización2мин
Tasa de aprendizaje y tamaño de lotes5мин
Optimización1мин
Práctica con el código de Tensorflow1мин
Introducción al lab Ajuste manual de modelos de AA18
Solución del lab Ajuste manual de modelos de AA7мин
2 практических упражнения
El arte del AA30мин
Tasa de aprendizaje y tamaño del lote30мин
2 ч. на завершение

Ajuste de hiperparámetros

2 ч. на завершение
5 видео ((всего 8 мин.))
5 видео
Parámetros frente a hiperparámetros2мин
Más allá de la búsqueda por cuadrícula3мин
Introducción al lab Mejore la exactitud de un modelo mediante el ajuste de hiperparámetros con Cloud MLE23
Solución del lab Mejore la exactitud de un modelo mediante el ajuste de hiperparámetros con Cloud MLE30
1 практическое упражнение
Ajuste de hiperparámetros30мин
Неделя
2

Неделя 2

1 ч. на завершение

Un poco de ciencia

1 ч. на завершение
5 видео ((всего 28 мин.))
5 видео
Regularización para lograr dispersión5мин
Lab: Regularización L13мин
Solución del lab Regularización L151
Regresión logística17мин
2 практических упражнения
Regularización L130мин
Regresión logística30мин
3 ч. на завершение

La ciencia de las redes neuronales

3 ч. на завершение
6 видео ((всего 70 мин.))
6 видео
Redes neuronales18мин
Lab: Sitio de prueba de redes neuronales12мин
Entrenamiento de redes neuronales14мин
Lab: Uso de redes neuronales para compilar modelos de AA11мин
Redes neuronales de varias clases10мин
2 практических упражнения
Cómo entrenar redes neuronales30мин
Redes neuronales de clases múltiples30мин
Неделя
3

Неделя 3

1 ч. на завершение

Incorporaciones

1 ч. на завершение
7 видео ((всего 31 мин.))
7 видео
Repaso de las incorporaciones5мин
Recomendaciones4мин
Incorporaciones basadas en datos3мин
Tensores dispersos4мин
Entrenamiento de una incorporación4мин
Propiedad de similitud7мин
1 практическое упражнение
Incorporaciones30мин
2 ч. на завершение

Estimador personalizado

2 ч. на завершение
5 видео ((всего 30 мин.))
5 видео
Función de modelos6мин
Lab: Implementación de un estimador personalizado11мин
Modelos de Keras4мин
Demostración de modelos de Keras y del estimador2мин
1 практическое упражнение
Estimador personalizado30мин
5 минут на завершение

Resumen

5 минут на завершение
2 видео ((всего 5 мин.))
2 видео
Resumen1мин
Resumen de la especialización2мин

Рецензии

Лучшие отзывы о курсе ART AND SCIENCE OF MACHINE LEARNING EN ESPAÑOL

Посмотреть все отзывы

Специализация Machine Learning with TensorFlow on Google Cloud Platform en Español: общие сведения

¿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 <<<...
Machine Learning with TensorFlow on Google Cloud Platform en Español

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.