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

Obtenga más información sobre el aprendizaje automático (ML) en Google Cloud. Los cursos prácticos con datos reales para experimentar incluyen ejercicios e información detallada.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

nivel intermedio

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • habilidades de comunicacion
  • resolución de problemas
  • trabajo en equipo
  • gestión del tiempo
  • pensamiento crítico
  • habilidades tecnológicas
  • liderazgo
  • Capacidad de aprendizaje independiente
  • Habilidades de gestión de proyectos.
  • Orientación empresarial

What you will learn in the course

Courses for which the course is suitable

  • científico de datos
  • Ingeniero de aprendizaje automático
  • Investigador de IA
  • Analista de datos
  • Ingeniero de Software con enfoque ML
  • Desarrollador de Inteligencia de Negocios
  • Analista Cuantitativo
  • Especialista en aprendizaje profundo
  • Modelador predictivo
  • Arquitecto de soluciones en la nube

Pasantía: una serie de cursos de 5 camas

¿Qué es el aprendizaje automático?

  • Comprender conceptos básicos en aprendizaje automático.
  • Problemas que se pueden resolver con el aprendizaje automático.

Los cinco pasos para convertir casos de uso

  • Paso 1: Definir el problema.
  • Paso 2: recopilación de datos.
  • Paso 3: Procesamiento de datos.
  • Paso 4: construir el modelo.
  • Paso 5: evaluar el modelo.
La importancia de los pasos.
  • ¿Por qué es importante no saltarse estos pasos?

Centrándose en las redes neuronales

  • Comprender las razones para centrarse hoy en las redes neuronales.

Establecer un problema y encontrar una solución.

  • Estableciendo un problema.
  • Encontrar una solución adecuada mediante el descenso de gradiente.
  • Creando un conjunto de datos.

Construyendo modelos distribuidos

  • Usando Tensorflow.
  • Ampliar la formación de modelos.
  • Obtención de previsiones altamente factibles.

aprendizaje automático (ML)

  • Cómo ML aprende características importantes de los datos.
  • Integrar el análisis humano en los problemas.

Creación de modelos precisos y completos.

  • Comprender la teoría de la resolución de determinados problemas de ML.
  • Combinando los parámetros adecuados.

Construyendo una estrategia de ML centralizada

  • Practica el proceso de entrenamiento.
  • Optimización y lanzamiento completo de modelos.
  • El laboratorio de trabajo manual en Google Cloud Platform.

Un proyecto de aprendizaje práctico.

  • Laboratorios de trabajo que integran la plataforma Qwiklabs.
  • Utilizar las habilidades aprendidas en los vídeos de las conferencias.
  • Temas como productos de la plataforma Google Cloud.

experiencias practicas

  • Experiencias prácticas de los términos tratados en todos los módulos.

Details of the courses that make up the specialization

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.