Curso en línea: pasantía profesional acreditada en Ultimate Fireworks del Packt Institute 2024

Aprenda profundamente con PyTorch en un curso completo y práctico. Desarrollar, distribuir e innovar con modelos en modelos de regresión, redes neuronales convolucionales, GAN, PNL, sistemas de recomendación, transformadores y más.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

a partir de nivel intermedio avanzando involucrado

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Redes neuronales recurrentes (RNN)
  • generación de redes (GAN)
  • PowerTorch (biblioteca de aprendizaje automático)
  • Redes neuronales convolucionales (CNN)
  • procesamiento del lenguaje natural (PNL)

What you will learn in the course

Courses for which the course is suitable

  • Desarrollador de inteligencia artificial
  • científico de datos
  • Ingeniero de aprendizaje automático
  • Desarrollador de software especializado en PyTorch
  • Experto en aprendizaje profundo
  • analista de datos
  • Ingeniero de datos
  • Un investigador en el campo de la inteligencia artificial.

Pasantía: una serie de cursos de 3 partes

Embárquese en una experiencia de aprendizaje transformadora con nuestro curso PyTorch Ultimate 2024. Comience con una base sólida, comprenda los problemas y objetivos clave y avance sin problemas a través de los conceptos básicos del aprendizaje automático y los principios del aprendizaje profundo. Desde configurar su entorno hasta controlar tensores y redes neuronales, cada parte está cuidadosamente construida para desarrollar su experiencia.

¿Qué incluye el curso?

  • Los fundamentos del aprendizaje computacional.
  • Los principios del aprendizaje profundo.
  • Estableciendo el entorno
  • Control de tensores y redes neuronales.

Los módulos avanzados profundizan en la visualización de PyTorch, CNN, RNN, GAN y más, lo que garantiza que estará a la vanguardia del campo de la inteligencia artificial en rápida evolución. Con ejercicios prácticos de código y aplicaciones del mundo real, este curso es su puerta de entrada para convertirse en un experto en PyTorch.

¿Quién está para el curso?

  • Profesionales de la tecnología
  • científicos de datos
  • Entusiastas de la inteligencia artificial

Se recomienda tener experiencia previa con Python y los conceptos básicos del aprendizaje automático. Al final del curso, estará equipado con las habilidades para abordar proyectos complejos de inteligencia artificial y utilizar PyTorch para soluciones innovadoras.

Un proyecto de aprendizaje práctico.

Los proyectos incluidos ofrecen experiencia práctica, donde los alumnos aplican sus habilidades a problemas del mundo real. Estos proyectos van desde:

  • Construyendo redes neuronales desde cero
  • Desarrollo de modelos complejos para las tareas de reconocimiento de imágenes, voces y cosas.

Al participar en estos proyectos, los estudiantes resolverán problemas reales y mejorarán su capacidad para aplicar potentes soluciones de aprendizaje profundo en una variedad de escenarios prácticos.

Details of the courses that make up the specialization

Conceptos básicos y términos básicos de FireTorch

Curso 1 • 6 horas

Detalles del curso

¿Qué aprenderás?

  • Establecimiento y configuración de un entorno FireTorch.
  • Comprender conceptos fundamentales en IA y aprendizaje automático.
  • Construya, entrene y evalúe redes neuronales desde cero, utilizando diversas técnicas de optimización.
  • Aplique PowerTorch a tareas prácticas de aprendizaje profundo.

Adquirir habilidades inferiores

  • Categoría: aprendizaje profundo
  • Categoría: aprendizaje automático
  • Categoría: PowerTorch (Biblioteca de aprendizaje automático)
  • Categoría: red neuronal

Construyendo y entrenando redes neuronales con FireTorch

Curso 2 • 7 horas

Detalles del curso

¿Qué aprenderás?

  • Construya y entrene redes neuronales con FireTorch para diversas tareas.
  • Aplique modelos de clasificación con conjuntos de datos de múltiples categorías y etiquetas, y CNN para clasificación de imágenes y sonido.
  • Utilice técnicas de detección de objetos con el algoritmo YOLO.
  • Investigue la transferencia de estilos neuronales, la transferencia de aprendizaje y aplique redes RNN y LSTM.

Adquirir habilidades inferiores

  • Categoría: Red neuronal recurrente (RNN)
  • Categoría: PowerTorch (Biblioteca de aprendizaje automático)
  • Categoría: CNN
  • Categoría: Yolo
  • Categoría: Modelos de clasificación

Técnicas y aplicaciones avanzadas de PowerTorch

Curso 3 • 11 horas

Detalles del curso

¿Qué aprenderás?

  • Cree y evalúe modelos de aprendizaje automático para conjuntos de datos específicos, evaluando el rendimiento con métricas adecuadas.
  • Diseño de autocodificadores para reducción de dimensionalidad y creación de GAN para visualización de datos, mientras se analiza la calidad.
  • Desarrollo de redes neuronales de gráficos para datos de gráficos y aplicación de Transformers, incluidos Vision Transformers.
  • Actualizar modelos con aprendizaje semisupervisado utilizando datos limitados y distribuirlos con Flask en Google Cloud.

Adquirir habilidades inferiores

  • Categoría: Transformadores
  • Categoría: oscurecedores automáticos
  • Categoría: sistemas de recomendación
  • Categoría: Relámpago de antorcha de fuego
  • Categoría: GAN