Programa del Curso

Aprendizaje supervisado: clasificación y regresión

  • Equilibrio sesgo-varianza
  • Regresión logística como clasificador
  • Medición del rendimientodel clasificador
  • Máquinas de vectores de soporte
  • Redes neuronales
  • Bosques aleatorios

Aprendizaje no supervisado: agrupamiento, detección de anomalías

  • Análisis de componentes principales
  • Autocodificadores

Arquitecturas avanzadas de redes neuronales

  • Redes neuronales convolucionales para el análisis de imágenes
  • Redes neuronales recurrentes para datos estructurados en el tiempo
  • La célula de la memoria a corto plazo

Ejemplos prácticos de problemas que la IA puede resolver, p. ej.

  • análisis de imágenes
  • pronosticar series financieras complejas, como los precios de las acciones,
  • Reconocimiento de patrones complejos
  • Procesamiento del lenguaje natural
  • Sistemas de recomendación

Plataformas de software utilizadas para aplicaciones de IA:

  • TensorFlow, Theano, Caffe y Keras
  • IA a escala con Apache Spark: Mlib

Comprender las limitaciones de los métodos de IA: modos de fallo, costos y dificultades comunes

  • Sobreajuste
  • Sesgos en los datos observacionales
  • Faltan datos
  • Envenenamiento de redes neuronales

Requerimientos

No se necesitan requisitos específicos para asistir a este curso.

 28 horas

Número de participantes



Precio por participante

Cursos Relacionados

H2O AutoML

14 horas

AutoML con Auto-sklearn

14 horas

AutoML con Auto-Keras

14 horas

Avanzado Stable Diffusion: Aprendizaje profundo para la generación de texto a imagen

21 horas

Introducción a Stable Diffusion para la generación de texto a imagen

21 horas

AlphaFold

7 horas

TensorFlow Lite for Embedded Linux

21 horas

TensorFlow Lite for Android

21 horas

TensorFlow Lite for iOS

21 horas

Tensorflow Lite for Microcontrollers

21 horas

Deep Learning Neural Networks with Chainer

14 horas

Distributed Deep Learning with Horovod

7 horas

Accelerating Deep Learning with FPGA and OpenVINO

35 horas

Building Deep Learning Models with Apache MXNet

21 horas

Deep Learning with Keras

21 horas

Categorías Relacionadas