Curso online: especialización profesional certificada en aprendizaje automático con TensorFlow de Google Cloud

Cómo Google hace el aprendizaje automático

Curso 1

• Duración: 7 horas
• Calificación: 4.5 (132 calificaciones)

Detalles del curso

• Lo que aprenderás:
• Una explicación de la plataforma Vertex AI y cómo construir, entrenar y lanzar modelos de aprendizaje automático en AutoML sin la necesidad de escribir código.
• Una explicación de las mejores prácticas para implementar el aprendizaje automático en la nube de Google.
• Utilizar las herramientas y entornos de la plataforma en la nube de Google con fines de aprendizaje automático.
• Explicación de mejores prácticas para la problemática insular responsable.

Habilidades que ganarás

• Categoría: repetir examen
• Categoría: Análisis de incertidumbre
• Categoría: Análisis financiero
• Categoría: Diagrama de flujo para lanzarse al mundo del aprendizaje automático

Curso 2

• Duración: 15 horas
• Calificación: 4.4 (50 calificaciones)

Detalles del curso

• Lo que aprenderás:
• Una explicación de cómo mejorar la calidad de los datos y cómo realizar análisis de datos exploratorios.
• Creación y entrenamiento de modelos de AutoML con Vertex AI y BigQuery ML.
• Optimización y evaluación de modelos utilizando funciones de pérdida y métricas de rendimiento.
• Crear conjuntos de datos para capacitación, evaluación y pruebas de una manera que sea reproducible y extensible.
• Conocimiento de TensorFlow.

Curso 3

• Duración: 19 horas
• Calificación: 3.8 (12 calificaciones)

Detalles del curso

• Lo que aprenderás:
• El objetivo de este curso es crear, entrenar e implementar modelos de aprendizaje automático flexibles y robustos utilizando TensorFlow 2.x y Keras.
• Conozca la jerarquía de API de TensorFlow 2.x y comprenda los componentes clave de TensorFlow a través de ejercicios prácticos.
• Familiarícese con los métodos para trabajar con conjuntos de datos y los costos de entrada de datos en el proceso de TensorFlow 2.x.
• Realice ejercicios prácticos con tf.data.Dataset para cargar datos csv, matrices NumPy, datos de texto e imágenes.
• Prácticas para realizar atributos numéricos, categóricos, categóricos y pequeños.
• Aprenda a crear modelos de aprendizaje automático utilizando Keras Sequential API y Keras Functional API.
• Comprender las funciones de activación, pérdida y optimización.
• Como parte de las prácticas de Jupyter Notebook, cree modelos de regresión lineal básica, regresión logística básica y regresión logística avanzada.
• Aprenda a entrenar, lanzar y ejecutar modelos de aprendizaje automático a escala en Cloud AI Platform.

Curso 4

• Duración: 9 horas
• Calificación: 4.5 (10 calificaciones)

Detalles del curso

• Lo que aprenderás:
• Explique la tienda de funciones de Vertex AI y compare los aspectos clave necesarios para obtener buenas funciones.
• Realice ingeniería de funciones utilizando BigQuery ML, Keras y TensorFlow.
• Analice el uso de Dataflow y Dataprep para la preparación y exploración de funciones.
• Utilice tf.Transform.

Habilidades que ganarás

• Categoría: industria lingüística
• Categoría: Comportamiento de búsqueda de información
• Categoría: inteligencia colectiva
• Categoría: Minería de redes sociales

Curso 5

• Duración: 18 horas
• Calificación: 4.4 (10 calificaciones)

Detalles del curso

• Lo que aprenderás:
• Bienvenido al curso «El arte y la ciencia del aprendizaje automático». El curso incluye 6 módulos.
• El curso explica el conocimiento, el juicio correcto y las habilidades básicas necesarias para optimizar con precisión los modelos de aprendizaje automático para lograr un rendimiento óptimo.
• Aprenda a utilizar técnicas de regularización para generalizar modelos y también a comprender el efecto de los hiperparámetros (como el efecto del tamaño de la matriz o la tasa de aprendizaje en el rendimiento del modelo).
• Explique algunos algoritmos de optimización clásicos y describa cómo especificar métodos de optimización en el código de TensorFlow.