Descifrando el Misterio: Redes Neuronales Convolucionales (CNNs) con Python y Tensorflow
Sigue así. Cada lección te acerca más a tu certificado.
Sobre esta lección
Las redes neuronales convolucionales, son un tipo de red neuronal especializada en procesar datos que se encuentran en un formato rejilla, por ejemplo, imágenes. De hecho, comúnmente se usan para clasificar imágenes aunque también se llegan a utilizar para hacer pronósticos. En este video se explica visualmente y paso a paso cómo funcionan las redes neuronales convolucionales y cómo programarlas utilizando python y tensorflow. 👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en https://www.xiperia.com ℹ️ Octavio Gutiérrez es el único responsable del contenido, afirmaciones y opiniones expresadas en este video, las cuales no están vinculadas a las organizaciones a las que está asociado. 🌐 Para conocer más sobre Octavio Gutiérrez, visita su perfil en LinkedIn https://www.linkedin.com/in/octaviogutierrez/ Para citar este recurso educativo utiliza la siguiente referencia: Gutiérrez-García, J.O. [Código Máquina]. (2024, 9 de Julio). Descifrando el Misterio: Redes Neuronales Convolucionales (CNNs) con Python y Tensorflow [Video]. YouTube. [Incluye aquí la URL del video] ******************************************** Para guiar tu aprendizaje, en este vínculo (https://youtu.be/lomJnbN5Wnk) se encuentra una guía secuencial para aprender: 1. Programación Básica con Python; 2. Manejo de Datos; 3. Visualización de Datos; 4. Análisis de Datos; y 5. Aprendizaje de Máquina y Ciencia de Datos. ******************************************** Índice del Video: 0:00 Introducción 0:45 Imágenes RGB 3:21 Arquitectura de una Red Convolucional 5:55 Mapa de Características 9:26 Filtros o Kernels 10:30 Operación Convolución 14:08 Padding o Relleno 18:59 Etapa Detector (ReLUs) 24:09 Operación Pooling 26:15 Max y Average Pooling 26:55 Stride o Zancada 28:55 Stride o Zancada 31:53 Conjunto de Datos para Ejemplo 32:43 Red Convolucional con Python, Tensorflow y Keras El código y datos se encuentran disponibles en: https://github.com/CodigoMaquina/code/blob/main/machine_learning_python/redes_convolucionales.ipynb ⭐ Apoya a Código Máquina dando un Like, Comentando, Compartiendo o con un Super Gracias. ⭐ De la co-fundadora de Código Máquina, productos de cosmética natural SINHAKI: https://www.amazon.com.mx/stores/sinHaki/page/1BD34FBC-C0F9-44F5-AC69-520634334C61?ref_=ast_bln #DeepLearning #AprendizajeProfundo #MachineLearning #RedesNeuronales #IA #AI #Python #DataScience #CienciaDeDatos #InteligenciaArtificial #AprendizajeAutomático #AprendizajeDeMaquina
Sobre este 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) - ...
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