¿Qué es el aprendizaje automático y qué tipo de problemas puede resolver? ¿Por qué las redes neuronales son tan populares en este momento? ¿Cómo puede mejorar la calidad de los datos y realizar análisis de datos exploratorios? ¿Cómo se puede configurar un problema de aprendizaje supervisado y encontrar una buena solución generalizable mediante el descenso de gradientes? En este curso, aprenderá a escribir modelos de aprendizaje automático distribuidos que escalen en Tensorflow 2.x, realizar ingeniería de características en BQML y Keras, evaluar curvas de pérdida y realizar ajustes de hiperparámetros, y entrenar modelos a escala con Cloud AI Platform.
Duración: 40 Horas
1.1. DESARROLLE UNA ESTRATEGIA DE DATOS EN TORNO AL APRENDIZAJE AUTOMÁTICO
1.2. EXAMINE LOS CASOS DE USO QUE LUEGO SE REINVENTAN A TRAVÉS DE UNA LENTE ML
1.3. RECONOZCA LOS SESGOS QUE ML PUEDE AMPLIFICAR
1.4. APROVECHE LAS HERRAMIENTAS Y EL ENTORNO DE GOOGLE CLOUD PLATFORM PARA REALIZAR ML
1.5. APRENDA DE LA EXPERIENCIA DE GOOGLE PARA EVITAR ERRORES COMUNES
1.6. REALICE TAREAS DE CIENCIA DE DATOS EN CUADERNOS COLABORATIVOS EN LÍNEA
1.7. INVOCAR MODELOS DE AA PREVIAMENTE ENTRENADOS DESDE CLOUD AI PLATFORM
2.1. DESCRIBE CÓMO MEJORAR LA CALIDAD DE LOS DATOS
2.2. REALICE ANÁLISIS DE DATOS EXPLORATORIOS
2.3. CONSTRUIR Y ENTRENAR MODELOS DE APRENDIZAJE SUPERVISADO
2.4. OPTIMICE Y EVALÚE MODELOS UTILIZANDO FUNCIONES DE PÉRDIDA Y MÉTRICAS DE RENDIMIENTO
2.5. MITIGAR LOS PROBLEMAS COMUNES QUE SURGEN EN EL APRENDIZAJE AUTOMÁTICO
2.6. CREE CONJUNTOS DE DATOS DE PRUEBA, EVALUACIÓN Y CAPACITACIÓN REPETIBLES Y ESCALABLES
3.1. CREE MODELOS DE APRENDIZAJE AUTOMÁTICO DE TENSORFLOW 2.XY KERAS
3.2. DESCRIBE LOS COMPONENTES CLAVE DE TENSORFLOW 2.X
3.3. UTILICE LA BIBLIOTECA TF.DATA PARA MANIPULAR DATOS Y GRANDES CONJUNTOS DE DATOS
3.4. UTILICE LAS API SECUENCIALES Y FUNCIONALES DE KERAS PARA LA CREACIÓN DE MODELOS SIMPLE Y AVANZADA
3.5. ENTRENE, IMPLEMENTE Y PRODUZCA MODELOS DE AA A ESCALA CON CLOUD AI PLATFORM
4.1. COMPARE LOS ASPECTOS CLAVE REQUERIDOS DE UNA BUENA FUNCIÓN
4.2. COMBINE Y CREE NUEVAS COMBINACIONES DE FUNCIONES MEDIANTE CRUCES DE FUNCIONES
4.3. REALICE INGENIERÍA DE FUNCIONES CON BQML, KERAS Y TENSORFLOW 2.X
4.4. COMPRENDE CÓMO PREPROCESAR Y EXPLORAR FUNCIONES CON CLOUD DATAFLOW Y CLOUD DATAPREP
4.5. COMPRENDE Y APLICA CÓMO TENSORFLOW TRANSFORMA LAS FUNCIONES
5.1. OPTIMICE EL RENDIMIENTO DEL MODELO CON EL AJUSTE DE HIPERPARÁMETROS
5.2. EXPERIMENTE CON REDES NEURONALES Y AJUSTE EL RENDIMIENTO
5.3. MEJORE LAS FUNCIONES DEL MODELO ML CON CAPAS INTEGRADAS
La inversión incluye: Material de estudio, certificados e impuestos de ley.