Deep Learning con Python y Keras. Redes Neuronales avanzado.
Date:
Acceda a un cupón de descuento aquí
Descripción
Deep Learning con Python y Keras. Redes Neuronales avanzado.
Aprendizaje profundo con la librería Keras-Python. Aprende a diseñar y desarrollar redes neuronales de básico a experto.
Calificación: ⭐⭐⭐⭐⭐
Requisitos previos: Antes de realizar el curso se recomienda encarecidamente tener conocimientos sobre Machine Learning. Este es el curso continuación de:
- Machine Learning con Python. Aprendizaje Automático Avanzado - Aprendizaje Automático Scikit-Learn en Python. Modelos Predictivos. Data Science. RDe básico a Experto.
Descripción del Curso:
Bienvenido al curso de Deep Learning con Python 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. 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. 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 Python.
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.
- Google Colab como nuestro entorno de trabajo.
- Curso rápido de Python, TensorFlow, Keras y Theano.
- 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 con Scikit-Learn para Machine Learning.
- Proyecto: Problema de clasificación multiclase.
- Proyecto: Problema de clasificación binaria.
- Proyecto: Problema de regresión.
- MODULO III. 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.
- MÓDULO IV. Redes Neuronales Convolucionales
- Curso intensivo en redes neuronales convolucionales.
- Optimizar el rendimiento del modelo con Data Augmentation.
- Proyecto: Reconocimiento de dígitos manuscritos.
- Proyecto: Reconocimiento de objetos en fotografías.
- Proyecto: Clasificación de opiniones en revisión de películas.
- MÓDULO V. Redes Neuronales Recurrentes
- Curso intensivo en redes neuronales recurrentes.
- Modelos de perceptrones multicapa para problemas de series de tiempo.
- Modelos LSTM para problemas de series temporales.
- Comprensión del estado en modelos LSTM para predicción de secuencias.
- Proyecto: Clasificación secuencial de reseñas de películas.
- Proyecto: Generación de texto con Alicia en el país de las maravillas.