Об этом курсе
A partir de una historia del aprendizaje automático, analizamos por qué las redes neuronales, en la actualidad, ofrecen un alto rendimiento ante una variedad de problemas. Luego, analizaremos cómo configurar un problema de aprendizaje supervisado y encontrar una solución adecuada mediante el descenso de gradientes. Esto incluye crear conjuntos de datos que permitan la generalización; hablaremos sobre los métodos para hacerlo de una manera repetible que admita la experimentación. Objetivos del curso: Identificar por qué el aprendizaje profundo es popular en la actualidad Optimizar y evaluar los modelos mediante las funciones de pérdida y las métricas de rendimiento Mitigar los problemas comunes que surgen en el aprendizaje automático Crear conjuntos de datos de entrenamiento, evaluación y prueba, repetibles y escalables...
Globe

Только онлайн-курсы

Начните сейчас и учитесь по собственному графику.
Calendar

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Intermediate Level

Промежуточный уровень

Clock

Approx. 4 hours to complete

Предполагаемая нагрузка: 7 hours/week...
Comment Dots

English

Субтитры: English, French, Portuguese (Brazilian), German, Spanish, Japanese...
Globe

Только онлайн-курсы

Начните сейчас и учитесь по собственному графику.
Calendar

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Intermediate Level

Промежуточный уровень

Clock

Approx. 4 hours to complete

Предполагаемая нагрузка: 7 hours/week...
Comment Dots

English

Субтитры: English, French, Portuguese (Brazilian), German, Spanish, Japanese...

Программа курса: что вы изучите

Week
1
Clock
4 минуты на завершение

Introducción

En este curso, obtendrá conocimientos fundamentales sobre el AA que le brindarán una comprensión más clara de la terminología que usamos durante la especialización. También conocerá sugerencias prácticas y resolverá problemas comunes de los especialistas en AA de Google, de manera que cuando termine el curso cuente con el código y el conocimiento suficientes para poner en marcha sus propios modelos de AA....
Reading
1 видео (всего 4 мин.)
Video1 видео
Clock
1 ч. на завершение

AA en la práctica

En este módulo, presentaremos algunos de los principales tipos de aprendizaje automático y repasaremos la historia del AA hasta la situación actual con el fin de acelerar su crecimiento como especialista en el tema....
Reading
10 видео (всего 62 мин.), 1 тест
Video10 видео
Aprendizaje supervisado5мин
Regresión y clasificación11мин
Breve reseña del AA: Regresión lineal7мин
Breve reseña del AA: Perceptrón5мин
Breve reseña del AA: Redes neuronales7мин
Breve reseña del AA: Árboles de decisión5мин
Breve reseña del AA: Métodos de kernel4мин
Breve reseña del AA: Bosques aleatorios4мин
Breve reseña del AA: Redes neuronales modernas8мин
Quiz1 практическое упражнение
Cuestionario del módulo6мин
Clock
1 ч. на завершение

Optimización

En este módulo, explicaremos cómo optimizar sus modelos de AA....
Reading
13 видео (всего 61 мин.), 1 тест
Video13 видео
Definición de modelos de AA4мин
Presentación del conjunto de datos sobre natalidad6мин
Introducción a las funciones de pérdida6мин
Descenso de gradientes5мин
Solución de problemas de una curva de pérdidas2мин
Problemas con el modelo de AA6мин
Lab: Presentación de TensorFlow Playground6мин
Lab: TensorFlow Playground avanzado3мин
Lab: Práctica con redes neuronales6мин
Solución de problemas en la curva de pérdidas1мин
Métricas de rendimiento3мин
Matriz de confusión5мин
Quiz1 практическое упражнение
Module Quiz6мин
Clock
3 ч. на завершение

Generalización y muestreo

Ahora debemos hacernos una pregunta un tanto extraña: ¿Cuándo es mejor no elegir el modelo de AA más preciso? Como mencionamos en el módulo anterior sobre optimización, el hecho de que un modelo tenga una métrica de pérdida de 0 con el conjunto de datos de entrenamiento no implica necesariamente que dé buenos resultados con datos nuevos en un caso práctico real....
Reading
9 видео (всего 64 мин.), 3 тестов
Video9 видео
Generalización y modelos de AA6мин
Cuándo detener el entrenamiento de modelos5мин
Cree muestras repetibles en BigQuery6мин
Demostración: División de conjuntos de datos en BigQuery8мин
Introducción al lab1мин
Explicación de la solución del lab9мин
Introducción al lab2мин
Explicación de la solución del lab23мин
Quiz1 практическое упражнение
Cuestionario del módulo12мин
Clock
3 минуты на завершение

Resumen

...
Reading
1 видео (всего 3 мин.)
Video1 видео

Преподаватель

О 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....

О специализации ''Machine Learning with TensorFlow on Google Cloud Platform en Español'

>>>Si se inscribe en esta especialización acepta las Condiciones del Servicio de Qwiklabs, que se establecen en las Preguntas Frecuentes. Puede consultarlas en https://qwiklabs.com/terms_of_service.<<< ***Google Cloud y Kaggle desean invitarlo a participar en nuestra competencia amistosa de predicción de tarifas de taxis de Nueva York, que se está realizando en este momento. Para obtener más información, visite: https://www.kaggle.com/c/new-york-city-taxi-fare-prediction.*** ¿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 podría 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, que escalen de forma horizontal en el entrenamiento de esos modelos 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....
Machine Learning with TensorFlow on Google Cloud Platform en Español

Часто задаваемые вопросы

  • Yes, you can preview the first video and view the syllabus before you enroll. You must purchase the course to access content not included in the preview.

  • If you decide to enroll in the course before the session start date, you will have access to all of the lecture videos and readings for the course. You’ll be able to submit assignments once the session starts.

  • Once you enroll and your session begins, you will have access to all videos and other resources, including reading items and the course discussion forum. You’ll be able to view and submit practice assessments, and complete required graded assignments to earn a grade and a Course Certificate.

  • If you complete the course successfully, your electronic Course Certificate will be added to your Accomplishments page - from there, you can print your Course Certificate or add it to your LinkedIn profile.

  • This course is one of a few offered on Coursera that are currently available only to learners who have paid or received financial aid. If you’d like to take this course, but can’t afford the course fee, we encourage you to submit a financial aid application.

Остались вопросы? Посетите Центр поддержки учащихся.