Deep Learning con Python

Duración 8 h. 55 m. 29 s.

Precio

Sobre curso

Deep learning no solo ha surgido como la técnica principal para el análisis y la resolución de muchos problemas en computación, también está siendo aplicado en otros campos de la ciencia. En este curso, los estudiantes son introducidos a la arquitectura de redes neuronales profundas, algoritmos que se desarrollan para extraer información semántica de alto nivel a partir de los datos.

+ de 40% de descuento

Certificado digital
Material descargable
Docente especializado
100% online

BROCHURE

Contenido de curso

Métodos para imputar datos utilizando Python1 h. 25 m.Gratis

Recursos.ipynb Empezar

1. Definición de red Neuronal20 m. 1 s. Empezar

1.1 Entendiendo una red17 m. 56 s. Empezar

1.4 Funciones de Activación29 m. 14 s. Empezar

1.5 Backpropagation7 m. 14 s. Empezar

1.6 Descenso del gradiente20 m. 31 s. Empezar

2. El problema de overfitting y como detectarlo11 m. 12 s. Empezar

Recursos.ipynb Empezar

1 Redes neuronales convolucionales12 m. 53 s. Empezar

1.1 Convolución, stride, padding26 m. 27 s. Empezar

1.2 Función de activación RELU7 m. 40 s. Empezar

1.3 Pooling9 m. 47 s. Empezar

1.5 Regularización13 m. 40 s. Empezar

1.6 Función de pérdida cross entropy15 m. 47 s. Empezar

2 Práctica22 m. 47 s. Empezar

Recursos.ipynb Empezar

1 Definición de Transfern Learning y Fine Tuning16 m. 11 s. Empezar

2. Práctica utilziando el modelo VGG-1929 m. 43 s. Empezar

Recursos.ipynb Empezar

1 Modelos Resnet2 m. 48 s. Empezar

1.1 Bloques residuales14 m. 24 s. Empezar

2 Práctica usando el modelo ResNet -10026 m. 9 s. Empezar

Recursos.ipynb Empezar

1 Redes neuranales recurrentes48 s. Empezar

1.1 El problema de las CNN para data secuencial17 m. 19 s. Empezar

1.2 Modelo RNN clásico13 m. 56 s. Empezar

1.3 Arquitectura de una RNN22 m. 35 s. Empezar

2. Práctica aplicando RNN21 m. 11 s. Empezar

Recursos.ipynb Empezar

1. Redes Long Short Term (LSTM)11 m. 58 s. Empezar

1.1 Arquitectura de una RNN20 m. 36 s. Empezar

2. Redes Gated Recurrent Units2 m. 45 s. Empezar

2.1 Arquitectura de una GRU4 m. 20 s. Empezar

3. Práctica comparando modelos RNN LSTM y GRU30 m. 37 s. Empezar

Comprar ahora

Pase la prueba para recibir el certificado

Tema

Examen Deep Learning

Pase la prueba

Instructor de curso

Doctorado en Ciencias de la Computación con una sólida formación en aprendizaje automático/profundo y más de 6 años de experiencia en el uso de modelos predictivos y algoritmos de procesamiento de datos. Experto en los lenguajes de programación Matlab y R/Python e involucrado en la investigación de reconocimiento de acción/gestos/lengua de signos.

Deep Learning con Python

Sobre curso

BROCHURE

Pase la prueba para recibir el certificado

Examen Deep Learning

Edwin Escobedo

Instructor de curso

VER MAS