Deep Learning para Lenguaje Natural y Series Temporales en R.
Date:
Acceda a un cupón de descuento aquí
Descripción
Deep Learning para Lenguaje Natural y Series Temporales en R
Aprendizaje profundo con Redes Neuronales Recurrentes en Procesamiento del Lenguaje Natural y Series Temporales.
Calificación: ⭐⭐⭐⭐⭐
Requisitos previos: Antes de realizar el curso se recomienda encarecidamente tener conocimientos sobre Machine Learning. Este es el curso continuación de:
- Deep Learning para datos tabulares con R y Keras. Aprendizaje profundo con R para Tidy Data: Aprende a desarrollar modelos basados en redes neuronales de básico a experto.
Descripción del Curso:
Bienvenido al curso de Deep Learning para Lenguaje Natural y Series Temporales con R y Keras. En este curso trataremos la librería Keras de Python para Deep Learning y cómo usarla para desarrollar y evaluar modelos de Deep Learning para Procesamiento del Lenguaje Natural y Series Temporales. En este curso, descubriremos las técnicas, código y habilidades de Deep Learning que luego puede llevar a sus propios proyectos de Aprendizaje profundo para Procesamiento del Lenguaje Natural y Series Temporales con R y Keras.
Si está interesado en Deep Learning, tenemos que comenzar por desarrollar y evaluar modelos de Deep Learning. Luego, si descubres que realmente le gusta o tienes una habilidad especial para ello, más adelante podrás profundizar más en los antecedentes y la teoría, según lo necesites para ayudarte a desarrollar mejores y más valiosos resultados.
En este contexto, para este curso se ha escogido la mejor plataforma para comenzar y desarrollar muy rápidamente modelos de Deep Learning potentes a través de la librería Keras de R.
La librería Keras envuelve la complejidad de la computación numérica de Theano y TensorFlow proporcionando una API concisa que usaremos para desarrollar nuestra propia red neuronal y modelos Deep Learning. Además, trataremos las habilidades de Deep Learning para llevar esta nueva tecnología asombrosa a nuestros propios proyectos.
El curso está dirigido a personas que tengan conocimientos de Machine Learning, conocimientos intermedios del lenguaje de programación y que quieran adentrarse a este apasionante mundo de dentro del campo de Deep Learning y redes neuronales.
Contenidos del Curso:
- MÓDULO I. Introducción
- Anaconda como nuestro gestor de trabajo.
- Jupyter Notebook o RStudio como nuestro entorno de Deep Learning.
- Curso rápido de R.
- Introducción a la librerías Keras
- MÓDULO II. Fundamentos de Deep Learning
- ¿Qué son las redes neuronales?
- Historia de las redes neuronales.
- Curso intensivo en perceptrones multicapa.
- Desarrolle su primera red neuronal con Keras.
- Utilice modelos de Keras para Machine Learning general.
- MÓDULO III. Fundamentos de Redes Neuronales
- Neurona como unidad fundamental.
- Como trabaja una neuronal.
- Perceptrón multicapa.
- Cómo opera el perceptrón multicapa.
- Simulación de una arquitectura de red neuronal.
- MÓDULO IV. Fundamentos de Redes Neuronales
- Nuestra primera red neuronal.
- Desarrollar la primera red neuronal para Tidy Data.
- Desarrollo del percertrón multicapa para Tidy Data.
- MLP para problemas de regresión
- MLP para problema de imágenes.
- MÓDULO V. RNN para series temporales
- Multilayer percetrón en Series temporales con tamaño ventanas
- Series temporales con GRU.
- Series Temporales con LSTM.
- Series Temporales con LSTM con tamaño de ventanas.
- Series Temporales con LSTM con memoria entre batchs.
- Conceptos avanzados en series temporales.
- MÓDULO VI. RNN para Procesamiento del Lenguaje Natural
- Clasificación de opiniones en revisión de películas (sentiment analysis) con CNN.
- Clasificación de opiniones en revisión de películas (sentiment analysis) con RNN.
- Clasificación de opiniones en revisión de películas (sentiment analysis) con RNN Bidireccionales.
- Generación de texto con LSTM.
- Conceptos avanzados en PLN.