La IA Ya Puede APRENDER en SU PROPIA IMAGINACIÓN ¿Cómo funciona?

Lección 29 de 3194%

Ya has superado la mitad. Estás muy cerca de completar el curso.

Sobre esta lección

►Oferta BLACK FRIDAY de Hostinger*: ahorros de hasta 85% en el plan Business, con una suscripción de 4 años. Entra en https://hostinger.com/dotcsv con mi código DOTCSV obtén un descuento exclusivo! ¿Te imaginas un futuro GPT-5 capaz de imaginar mundos simulados? Visualizar y planificar acciones basado en tu aprendizaje es lo que muchos laboratorios como Meta o Google están persiguiendo para el entrenamiento de sus futuros modelos. Y modelos como Sora nos muestra un camino que laboratorios como OpenAI podrían estar investigando de cara a sus futuros modelos GPTs. Hoy hablamos de un concepto fascinante como son los modelos del mundo o world models. ► World Models (BLOG POST) https://worldmodels.github.io/ ► Proyecto GAIA-01 (BLOG POST) https://wayve.ai/thinking/scaling-gaia-1/ ► Proyecto DayDreamer (WEB PAGE) https://danijar.com/project/daydreamer/ 📹 EDICIÓN: Carlos Santana y Diego Gonzalez (Diocho) --- ¡MÁS DOTCSV! ---- 💸 Patreon : https://www.patreon.com/dotcsv 👓 Facebook : https://www.facebook.com/AI.dotCSV/ 👾 Twitch!!! : https://www.twitch.tv/dotcsv 🐥 Twitter : https://twitter.com/dotCSV 📸 Instagram : https://www.instagram.com/dotcsv/ -- ¡MÁS CIENCIA! --- 🔬 Este canal forma parte de la red de divulgación de SCENIO. Si quieres conocer otros fantásticos proyectos de divulgación entra aquí: http://scenio.es/colaboradores

Sobre este curso

Aprende los conceptos, algoritmos y técnicas más importantes del campo de la Inteligencia Artificial. Esta serie de vídeos pretenden ser el complemento perfecto a cualquier curso de machine learning y curso de deep learning introductorio.

Lección 29 de 31Nivel: principianteDuración total: 8h 21m

Lo que aprenderás en este curso:

  • Comprender los fundamentos del aprendizaje automático
  • Implementar algoritmos de clasificación y regresión
  • Preparar y limpiar datos para modelos predictivos
  • Evaluar y optimizar modelos de machine learning