Curso de Inteligencia Artificial GRATIS | Entrena tu Primera Red Neuronal Artificial #2

Sobre esta lección

Clase #2 | Deep Learning con MLOps — Entrenamiento Modular con YAML + Tracking con MLflow (PyTorch) Bienvenido al curso de Deep Learning con prácticas de DevOps y MLOps. 🚀 En esta clase construimos un workflow profesional: un proyecto modular (sin parámetros hardcodeados), entrenamiento basado en configuración YAML, y trazabilidad total con MLflow (métricas por epoch, curvas, reportes y artefactos). Todo con PyTorch y buenas prácticas listas para producción. 🧠⚙️ 🧠 Qué vas a aprender (resumen rápido) ✅ Estructurar un proyecto de IA (modelo, preprocesamiento, entrenamiento) ✅ Entrenamiento basado en configuración: YAML para hiperparámetros ✅ MLflow: tracking automático de parámetros, métricas y artefactos ✅ Gráficas y reportes: Loss, Accuracy, ROC, matriz de confusión, clasificación ✅ Buenas prácticas de entrenamiento: - pos_weight para desbalance de clases - Early Stopping para evitar overfitting - Learning Rate Scheduler para ajustar el LR dinámicamente - ✅ Guardar el mejor modelo, preprocesador y reporte final (versionado con MLflow) - ✅ Crear un modelo dinámico en PyTorch (clase flexible y reutilizable) 🧩 Idea clave 📌 Este workflow es la base de cualquier proyecto serio que quiera pasar de “entrena y ya” a MLOps real y camino a producción. ------------------------------------------------------------------- links ---------------------------------------------------------------------------- ✅ Código del proyecto (GitHub): https://github.com/AprendeIngenia/genia_services ✅ Dataset (German Credit Risk): https://github.com/alicenkbaytop/German-Credit-Risk-Classification ✅ Video anterior: https://youtu.be/bAB1hag3gLY 📗 Documentación MLflow: https://mlflow.org/ ------------------------------------------------------------------- curso IA ---------------------------------------------------------------------------- 🧩 Únete a la Comunidad / Asesorías: https://www.ingeniia.co/community 🧠 Códigos, mapas mentales y demos: https://www.ingeniia.co ------------------------------------------------------------------- redes ---------------------------------------------------------------------------- 🤗 Hugging Face: https://huggingface.co/inGeniia 💾 GitHub: https://github.com/AprendeIngenia 📸 Instagram: https://www.instagram.com/santiagsanchezr/ 🐦 X / Twitter: https://x.com/SantiagSanchezR 💼 LinkedIn: https://www.linkedin.com/in/santiago-sanchez-rios-0b20431b8/ 🧺 Datasets: https://huggingface.co/inGeniia ------------------------------------------------------------------- apoyo ---------------------------------------------------------------------------- ❤️ Apoya el canal ⭐ Miembros (contenido exclusivo): https://www.youtube.com/channel/UCzwHEOCbsZLjfELperJ6VeQ/join ☕ Donaciones PayPal: https://www.paypal.me/santiagsanchezr --------------------------------------------------------------------------------------------------------------------------------------------------------- 👍 Si te sirvió Suscríbete para más clases del curso y deja en comentarios qué dataset te gustaría que entrenemos después. #deeplearning #inteligenciaartificial #artificialintelligence #development #developer #machinelearning #devops #mlops #python #curso