이 강좌는 Machine Learning with TensorFlow on Google Cloud en Español 특화 과정의 일부입니다.

4.4
별점
124개의 평가

Google Cloud Training

3,723명이 이미 등록했습니다.

제공자:

Machine Learning with TensorFlow on Google Cloud en Español 특화 과정Google 클라우드

이 강좌에 대하여

Este curso se enfoca en aprovechar la flexibilidad y facilidad de uso de TensorFlow 2.x y Keras para compilar, entrenar e implementar modelos de aprendizaje automático.  Aprenderá sobre la jerarquía de la API de TensorFlow 2.x y conocerá los componentes principales de TensorFlow mediante ejercicios prácticos.  Le mostraremos cómo trabajar con conjuntos de datos y columnas de atributos. Aprenderá a diseñar y compilar una canalización de datos de entrada de TensorFlow 2.x.  Adquirirá experiencia práctica en la carga de arreglos de NumPy, imágenes y datos de texto con tf.data.Dataset, así como de datos de CSV con Pandas. También adquirirá experiencia práctica en la creación de columnas de atributos numéricas, categóricas, agrupadas en depósitos y con hash.
Además, le presentaremos las API secuencial y funcional de Keras para mostrarle cómo crear modelos de aprendizaje profundo.  Hablaremos sobre las funciones de activación, pérdida y optimización.  Nuestros labs prácticos sobre los notebooks de Jupyter le permitirán compilar modelos de aprendizaje automático de regresión lineal básica, y de regresión logística básica y avanzada.  Aprenderá a entrenar, implementar y llevar a producción modelos de aprendizaje automático a gran escala con AI Platform de Cloud.

유연한 마감일

일정에 따라 마감일을 재설정합니다.

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

다음 특화 과정의 5개 강좌 중 3번째 강좌:

Machine Learning with TensorFlow on Google Cloud en Español 특화 과정

중급 단계

완료하는 데 약 18시간 필요

스페인어

유연한 마감일

일정에 따라 마감일을 재설정합니다.

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

다음 특화 과정의 5개 강좌 중 3번째 강좌:

Machine Learning with TensorFlow on Google Cloud en Español 특화 과정

중급 단계

완료하는 데 약 18시간 필요

스페인어

강사

강사 평가

4.62/5 (27개의 평가)

Google Cloud Training

1,884,548명의 학습자

1,023개의 강좌

제공자:

Google 클라우드

We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success.

강의 계획표 - 이 강좌에서 배울 내용

주

주 1

완료하는 데 7분 필요

Introducción al curso

Este curso es una introducción a TensorFlow 2.x, que incorpora la facilidad de uso de Keras para compilar modelos de aprendizaje automático. En este curso, se abarcarán el diseño y la compilación de una canalización de datos de entrada de TensorFlow 2.x., la compilación de modelos de aprendizaje automático con TensorFlow 2.x y Keras, la mejora en la exactitud de estos modelos y su correspondiente escritura para una utilización escalada.

완료하는 데 7분 필요

2개 동영상 (총 7분)

주

주 2

완료하는 데 3시간 필요

Introducción a TensorFlow

완료하는 데 3시간 필요

5개 동영상 (총 22분), 1 개의 읽기 자료, 5 개의 테스트

주

주 3

완료하는 데 8시간 필요

Diseñe y compile una canalización de datos de entrada de TensorFlow

완료하는 데 8시간 필요

10개 동영상 (총 25분), 1 개의 읽기 자료, 9 개의 테스트

10개의 동영상

Descripción general4m

Trabajo en la memoria y con los archivos3m

Preparación de los datos para el entrenamiento de modelos6m

Introducción al lab: Carga de datos de CSV y NumPy28

Introducción al lab: Carga de datos de imágenes54

Introducción al lab: Columnas de atributos37

Introducción al lab opcional: TFRecord y tf.Example1m

Entrenamiento en grandes conjuntos de datos con la API de tf.data4m

Introducción al lab: Manipulación de datos con la API de Dataset de TensorFlow34

Introducción al lab opcional: Análisis de funciones mediante la Validación de datos de TensorFlow y la visualización de facetas1m

1개의 읽기 자료

Lecturas10m

3개 연습문제

TEST DE PRÁCTICA: Preparación de los datos para el entrenamiento de modelos15m

Entrenamiento en grandes conjuntos de datos con la API de tf.data30m

Diseñe y compile una canalización de datos de entrada15m

주

주 4

완료하는 데 4시간 필요

Entrenamiento de redes neuronales con TensorFlow 2 y la API secuencial de Keras

En este módulo, le mostraremos cómo escribir modelos de TensorFlow con la API secuencial de Keras, pero, antes de sumergirnos en la escritura del modelo, hablaremos sobre las funciones de activación, pérdida y optimización. Luego, se le presentará la API secuencial de Keras para mostrarle cómo crear modelos de aprendizaje profundo. Además, aprenderá a implementar el modelo para la predicción en la nube.

완료하는 데 4시간 필요

5개 동영상 (총 23분), 1 개의 읽기 자료, 5 개의 테스트

주

주 5

완료하는 데 2시간 필요

Entrenamiento de redes neuronales con TensorFlow 2 y la API funcional de Keras

En la mayoría de las situaciones, la API del modelo Sequential es ideal para desarrollar modelos de aprendizaje profundo, pero tiene algunas limitaciones. Por ejemplo, no define de forma directa los modelos que pueden tener varias fuentes de entrada o producir varios destinos de salida, como tampoco los modelos que reutilizan capas. La API funcional de Keras es una forma de crear modelos más flexibles que los de la API de tf.keras.Sequential. La API funcional procesa modelos con topología no lineal, capas compartidas, y varias salidas y entradas. La API funcional de Keras proporciona una forma más flexible de definir los modelos. Específicamente, le permite definir varios modelos de entrada y salida, así como los que comparten capas. Además, le permite definir grafos acíclicos de red ad hoc. La principal idea es que un modelo de aprendizaje profundo suele ser un grafo acíclico dirigido (DAG) de capas. Por lo tanto, la API funcional es una forma de compilar grafos de capas. En este módulo, también hablaremos sobre cómo la regularización puede ayudar con el rendimiento del modelo.

완료하는 데 2시간 필요

6개 동영상 (총 29분), 1 개의 읽기 자료, 4 개의 테스트

주

주 6

완료하는 데 1시간 필요

Resumen

완료하는 데 1시간 필요

1개 동영상 (총 8분), 2 개의 읽기 자료, 1 개의 테스트

검토

4.4

30개의 리뷰

5 stars
56.45%
4 stars
33.06%
3 stars
8.06%
2 stars
0.80%
1 star
1.61%

INTRO TO TENSORFLOW EN ESPAÑOL의 최상위 리뷰

JM 제공2019년 9월 2일

There are several elements regarding the labs that can be updated since I got problems that seem to be due to the versions of python or Tensorflow.

MM 제공2020년 1월 1일

Its a great introduction overall, but some of the lab codes do not match the videos. Also, I hope that this introduction will change to implementation in Tensorflow 2.0

JB 제공2019년 9월 7일

So interesting but so heavy too. This course was so amaizing.

ME 제공2019년 9월 9일

Excelente curso para las personas como yo que deseo ingresar al mundo del deep learning, a pesar de ser corto el curso es funcional para tener los conceptos básicos claros.

모든 리뷰 보기

Machine Learning with TensorFlow on Google Cloud en Español 특화 과정 정보

¿Qué es el aprendizaje automático? ¿Qué tipos de problemas puede solucionar? ¿Cuáles son las cinco fases para convertir un posible caso práctico en un recurso que pueda aprovechar la tecnología de aprendizaje automático? ¿Por qué es importante no saltarse fases? ¿Por qué las redes neuronales son tan populares? ¿Cómo plantear un problema de aprendizaje supervisado y encontrar una buena solución generalizable mediante un descenso de gradientes y una forma meditada de crear conjuntos de datos? Aprenda a escribir modelos de aprendizaje automático distribuido que escalen en Tensorflow y que brinden predicciones de alto rendimiento. Convierta los datos sin procesar en funciones de una forma que permita al AA aprender características importantes de los datos y aportar una percepción humana para abordar los problemas. Por último, aprenda a incorporar la combinación adecuada de parámetros que desarrolle modelos generalizados y exactos, y conozca la teoría para solucionar determinados tipos de problemas de AA. Experimentará con el AA de extremo a extremo, a partir de la construcción de una estrategia centrada en el AA y el avance hacia el entrenamiento, optimización y producción de modelos con labs prácticos mediante Google Cloud Platform.

자주 묻는 질문

등록 전에 강좌를 미리 볼 수 있나요?
예. 등록하기 전에 첫 번째 비디오를 미리 보고 강의 계획을 검토할 수 있습니다. 미리 보기에 포함되지 않은 콘텐츠를 이용하려면 강좌를 구매해야 합니다.
등록하면 무엇을 이용할 수 있나요?
등록 후 세션이 시작되면 읽기 자료 항목 및 강좌 토론 포럼을 포함하여 모든 비디오와 기타 리소스를 이용할 수 있습니다. 연습 평가를 보고 제출하며 필요한 성적 평가 과제를 완료하여 성적을 받고 강좌 수료증을 취득할 수 있습니다.
강좌 수료증을 언제 받게 되나요?
강좌를 성공적으로 수료하면 전자 강좌 수료증이 성취도 페이지에 추가됩니다. 해당 페이지에서 강좌 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다.
이 강좌를 청강할 수 없는 이유는 무엇인가요?
이 강좌는 현재 Coursera에서 수업료를 결제했거나 재정 지원(해당하는 경우)을 받은 학습자만 이용할 수 있는 강좌입니다.
재정 지원을 받을 수 있나요?
예. 등록금을 지불할 여유가 없는 학습자는 일부 학습 프로그램에 대해 재정 지원 또는 장학금을 신청할 수 있습니다. 재정 지원 또는 장학금을 선택한 학습 프로그램에서 신청할 수 있는 경우, 신청 링크는 설명 페이지에서 확인할 수 있습니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.

Intro to TensorFlow en Español

이 강좌에 대하여