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.
Ce cours fait partie de la Spécialisation Machine Learning with TensorFlow on Google Cloud Platform en Español
Offert par
À propos de ce cours
4,392 consultations récentes
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 2 sur 5 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 6 heures pour terminer
Espagnol
Sous-titres : Français, Portugais (brésilien), Allemand, Anglais, Espagnol, Japonais
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 2 sur 5 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 6 heures pour terminer
Espagnol
Sous-titres : Français, Portugais (brésilien), Allemand, Anglais, Espagnol, Japonais
Offert par
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.
Programme du cours : ce que vous apprendrez dans ce cours
4 minutes pour terminer
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.
4 minutes pour terminer
1 vidéo (Total 4 min)
1 vidéo
Introducción4 min
1 heure pour terminer
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.
1 heure pour terminer
10 vidéos (Total 62 min)
10 vidéos
Introducción1 min
Aprendizaje supervisado5 min
Regresión y clasificación11 min
Breve reseña del AA: Regresión lineal7 min
Breve reseña del AA: Perceptrón5 min
Breve reseña del AA: Redes neuronales7 min
Breve reseña del AA: Árboles de decisión5 min
Breve reseña del AA: Métodos de kernel4 min
Breve reseña del AA: Bosques aleatorios4 min
Breve reseña del AA: Redes neuronales modernas8 min
1 exercice pour s'entraîner
Cuestionario del módulo6 min
1 heure pour terminer
Optimización
En este módulo, explicaremos cómo optimizar sus modelos de AA.
1 heure pour terminer
13 vidéos (Total 61 min)
13 vidéos
Introducción42s
Definición de modelos de AA4 min
Presentación del conjunto de datos sobre natalidad6 min
Introducción a las funciones de pérdida6 min
Descenso de gradientes5 min
Solución de problemas de una curva de pérdidas2 min
Problemas con el modelo de AA6 min
Lab: Presentación de TensorFlow Playground6 min
Lab: TensorFlow Playground avanzado3 min
Lab: Práctica con redes neuronales6 min
Solución de problemas en la curva de pérdidas1 min
Métricas de rendimiento3 min
Matriz de confusión5 min
1 exercice pour s'entraîner
Module Quiz6 min
3 heures pour terminer
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.
3 heures pour terminer
9 vidéos (Total 64 min)
9 vidéos
Introducción1 min
Generalización y modelos de AA6 min
Cuándo detener el entrenamiento de modelos5 min
Cree muestras repetibles en BigQuery6 min
Demostración: División de conjuntos de datos en BigQuery8 min
Introducción al lab1 min
Explicación de la solución del lab9 min
Introducción al lab2 min
Explicación de la solución del lab23 min
1 exercice pour s'entraîner
Cuestionario del módulo12 min
3 minutes pour terminer
Resumen
3 minutes pour terminer
1 vidéo (Total 3 min)
1 vidéo
Resumen del módulo2 min
Avis
Meilleurs avis pour LAUNCHING INTO MACHINE LEARNING EN ESPAÑOL
par PD16 juil. 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
par SG29 déc. 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.
par AA22 nov. 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.
par EA3 févr. 2019
Información clara y precisa para acompañar el aprendizaje
À propos du Spécialisation 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 <<<
Foire Aux Questions
Can I preview a course before enrolling?
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.
When will I have access to the lectures and assignments?
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.
What will I get when I enroll?
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.
When will I receive my 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.
Why can’t I audit this course?
This course is one of a few offered on Coursera that are currently available only to learners who have paid or received financial aid, when available.
What is the refund policy?
If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.
Is financial aid available?
Yes, Coursera provides financial aid to learners who cannot afford the fee. Apply for it by clicking on the Financial Aid link beneath the "Enroll" button on the left. You'll be prompted to complete an application and will be notified if you are approved. You'll need to complete this step for each course in the Specialization, including the Capstone Project. Learn more.
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
© 2020 Coursera Inc. Tous droits réservés.
