Deep Learning para datos tabulares con R y Keras.
Date:
Acceda a un cupón de descuento aquí
Descripción
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.
Calificación: ⭐⭐⭐⭐⭐
Requisitos previos: Antes de realizar el curso se recomienda encarecidamente tener conocimientos de Machine Learning. Este es el curso continuación de:
- Machine learning con R. Data Analytics de básico a experto. Modelado Predictivo con R. Aprende los algoritmos de Machine Learning con R para convertirte en un Data Science experto.
Descripción del Curso:
Bienvenido al curso de Deep Learning para Tidy Data con R y Keras. En este curso trataremos la librería Keras de R para Deep Learning y cómo usarla para desarrollar y evaluar modelos de Deep Learning para datos tabulares. En este curso, descubriremos las técnicas, código y habilidades de Deep Learning que luego puede llevar a sus propios proyectos de Machine Learning.
Si está interesado en Deep Learning, tenemos que comenzar por desarrollar y evaluar modelos de Deep Learning para datos tabulares, lo que se conoce como Tidy Data; también conocido para problemas que podamos resolver con el Machine Learning clásico, es decir, aprendizaje supervisado. 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 lenguaje de programación 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. Fundamentos de Deep Learning.
- Conceptos básicos de Deep Learning.
- Jupyter Notebook como nuestro entorno de trabajo.
- RStudio como entorno de trabajo
- Curso rápido de R y Keras.
- MÓDULO II. Redes Neuronales.
- Curso sobre Multilayer Perceptron
- Desarrollar nuestra primera red neuronal con Keras.
- Evaluar el rendimiento de los modelos.
- Utilice modelos de Keras para Machine Learning.
- MÓDULO III. Proyectos de aprendizaje supervisado.
- Proyectos: Problema de clasificación multiclase.
- Proyectos: Problema de clasificación binaria.
- Proyectos: Problema de regresión.
- MODULO IV. Redes Neuronales Avanzadas
- Guardar modelos para hacer predicciones.
- Mantener puntos de control en el entrenamiento de los modelos.
- Comprender el comportamiento del modelo durante el entrenamiento trazando el historial.
- Reducir el sobreajuste con la regularización Dropout.
- Optimizar el rendimiento con una planificación basada en la tasa de aprendizaje.