Deep Learning (o Aprendizaje Profundo): Redes Neuronales Artificiales con Python
Deep Learning (o Aprendizaje Profundo) permite que las computadoras aprendan tareas usando Redes Neuronales en términos de una jerarquía de conceptos con múltiples niveles de representación a partir de datos crudos. Las redes neuronales artificiales (o artificial neural networks por su término en inglés) son una familia de técnicas de aprendizaje de máquina (machine learning) y deep learning. Esta serie de videos explica los siguientes temas dentro del dominio de aprendizaje profundo: - Qué es Deep Learning - Perceptrón: una neurona artificial - Gradiente descendente - Backpropagation: Cómo aprenden matemáticamente las redes neuronales - Técnicas de Aumentación de datos - El problema del Desvanecimiento del Gradiente en redes profundas - Funciones de Activación - Redes generativas adversarias (generative adversarial networks) - ...
No requiere registro
Lo que aprenderás
- 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
- Aplicar inteligencia artificial a problemas reales
Descripción del curso
Deep Learning (o Aprendizaje Profundo) permite que las computadoras aprendan tareas usando Redes Neuronales en términos de una jerarquía de conceptos con múltiples niveles de representación a partir de datos crudos. Las redes neuronales artificiales (o artificial neural networks por su término en inglés) son una familia de técnicas de aprendizaje de máquina (machine learning) y deep learning. Esta serie de videos explica los siguientes temas dentro del dominio de aprendizaje profundo: - Qué es Deep Learning - Perceptrón: una neurona artificial - Gradiente descendente - Backpropagation: Cómo aprenden matemáticamente las redes neuronales - Técnicas de Aumentación de datos - El problema del Desvanecimiento del Gradiente en redes profundas - Funciones de Activación - Redes generativas adversarias (generative adversarial networks) - ...
Contenido del curso (23 lecciones)
Qué es Deep Learning (o Aprendizaje Profundo): De la Neurona Biológica a la Red Neuronal Artificial
Perceptrón Paso a Paso con Python: La Base de las Redes Neuronales Artificiales de Machine Learning
Gradiente Descendente Paso a Paso con Python: Un Algoritmo de Optimización para Machine Learning
BACKPROPAGATION: Cómo Aprende Matemáticamente una Red Neuronal Artificial Paso a Paso con Python
¿No tienes datos? ¡Auméntalos! Introducción a la Aumentación de Datos (Data Augmentation) con Python
La Muerte de las Neuronas: Problema del Desvanecimiento del Gradiente en Redes Neuronales Profundas
Matemáticas Esenciales para Dominar Machine Learning y Deep Learning
Funciones de Activación de Redes Neuronales: Sigmoide, ReLU, ELU, Tangente hiperbólica, Softplus y ➕
Desmitificando las Funciones de Pérdida o Error: Fundamentos de Deep Learning
Generative Adversarial Networks (GANs) / Redes Generativas Adversarias: Deep Learning
Tu primera Red Neuronal para Clasificar Imágenes con Python y TensorFlow: Perceptrón Multicapa MLP
Descifrando el Misterio: Redes Neuronales Convolucionales (CNNs) con Python y Tensorflow
Qué es el Teorema de Aproximación UNIVERSAL y por qué es tan importante para las Redes Neuronales
¿Qué es el Gradiente y por qué es importante en Machine Learning?
¿Hay un Algoritmo de Machine Learning Mejor a Todos?: El Teorema de No Hay Almuerzo Gratis
Word2Vec: Red Neuronal para habilitar el 'Razonamiento' en IA - De Palabras a Vectores
¿Qué puede Aprender una Red Neuronal sobre los Simpsons? Word2Vec + Python
Autoencoders: Una Red Neuronal que Codifica y Reconstruye Datos en Python
Redes Neuronales en IA: Conceptos Clave para Principiantes
Interpretabilidad en Machine Learning: Importancia de Variables por Permutación con Python
Valoraciones del curso
Sé el primero en valorar este curso
Inicia sesión para valorar este curso y ayudar a otros estudiantes.
Iniciar sesión