Generative AI for Business Leaders
Advertising with Meta
How Google does Machine Learning
Our Courses
Crea un app de Machine Learning con Spark, Synapse Analytics
Este proyecto es un curso completo y aplicado para aprender a generar aplicaciones de Machine Learning con Spark MLlib en el entorno de Azure Synapse Analytics.
-
Course by
-
Self Paced
-
3 hours
-
Spanish
Machine Learning Interpretable: interpretML y LIME
Este proyecto es un curso práctico y efectivo para aprender a generar modelos de Machine Learning interpretables.
-
Course by
-
Self Paced
-
3 hours
-
Spanish
TensorFlow を使った畳み込みニューラルネットワーク
ソフトウェア開発者であれば、拡張性のあるAI搭載アルゴリズムを構築したい場合、構築ツールの使い方を理解する必要があります。この講座は今後学んでいく「TensorFlow in Practice 専門講座」の一部であり、機械学習用の人気のオープンソースフレームワークであるTensorFlowのベストプラクティスを学習します。 deeplearning.ai が提供する「TensorFlow in Practice 専門講座」の講座２では、講座１で構築したコンピュータビジョンモデルを改善するための高度な技法を学習します。現実世界の様々な形状とサイズがある画像の扱い方を探求し、畳み込みを通過する画像がたどる行程を視覚化して、コンピューターがどのようにして情報を「見る」かを理解し、損失と精度をプロットし、拡張とDropoutなど、過学習を防ぐための戦略を探求します。最後に、講座２では転移学習を紹介し、学習した特徴をモデルから抽出する方法を学びます。 アンドリュー・エンの「 The Machine Learning（機械学習）」と「Deep Learning Specialization（ディープラーニング専門講座）」では、機械学習とディープラーニングの最も重要かつ基本的な原理を学習します。
-
Course by
-
Self Paced
-
Japanese
Art and Science of Machine Learning 日本語版
「Art and Science of machine learning」へようこそ。このコースは 6 つのモジュールで構成されています。このコースでは、機械学習モデルの詳細な調整や最適化によって最高のパフォーマンスを実現するために必要な、機械学習の知識、適切な判断、テストの基本的なスキルについて説明します。正則化の手法を使用してモデルを一般化する方法と、ハイパーパラメータの影響について学習します（モデルのパフォーマンスに対するバッチサイズや学習率の影響など）。一般的なモデル最適化アルゴリズムをいくつか説明し、TensorFlow コードで最適化メソッドを指定する方法を示します。
-
Course by
-
Self Paced
-
Japanese
Machine Learning con Pyspark aplicado al campo sanitario
Este proyecto es un curso práctico y efectivo para aprender a generar modelos de Machine Learning en un entorno de Big Data con PySpark en proyectos sanitarios.
-
Course by
-
Self Paced
-
3 hours
-
Spanish
Aplicando privacidad en modelos de Machine Learning
En este proyecto, vamos a entender la importancia de la privacidad en modelos de Machine Learning usando Azure.
-
Course by
-
Self Paced
-
3 hours
-
Spanish
Análisis exploratorio de datos con Python y Pandas
En este proyecto guiado obtendrás experiencia práctica trabajando con la librería Pandas y creando tu propio cuaderno de Jupyter Lab. Los conocimientos básicos que obtengas te permitirán trabajar con cualquier base de datos para analizar la información. Al final de este proyecto serás capaz de crear tus propios cuadernos con análisis estadísticos de diferentes bases de datos. Nota: Este curso está dirigido a personas que buscan iniciarse en el mundo de la ciencia de datos o el machine learning.
-
Course by
-
Self Paced
-
3 hours
-
Spanish
機器學習技法 (Machine Learning Techniques)
The course extends the fundamental tools in "Machine Learning Foundations" to powerful and practical models by three directions, which includes embedding numerous features, combining predictive features, and distilling hidden features. [這門課將先前「機器學習基石」課程中所學的基礎工具往三個方向延伸為強大而實用的工具。這三個方向包括嵌入大量的特徵、融合預測性的特徵、與萃取潛藏的特徵。]
-
Course by
-
Self Paced
-
Chinese
Machine Learning para series temporales con ARIMA, SARIMA...
Proyecto aplicado y práctico para aprender a entrenar modelos de Machine Learning como: AR, MA, ARMA, ARIMA, autoARIMA, SARIMA y autoSARIMA para predecir series temporales con Python.
-
Course by
-
Self Paced
-
3 hours
-
Spanish
Aprendizaje automático con Python y Azure Notebooks
Este proyecto es un curso práctico y efectivo para aprender a crear modelos de Machine Learning con Python y Azure Notebooks, Aprenderás no solo a crear los modelos, si no que también a ejecutarlos desde el servicio de Notebooks de Azure Machine Learning Service.
-
Course by
-
Self Paced
-
2 hours
-
Spanish
Google Cloud Big Data and Machine Learning Fundamentals 日本語版
このコースでは、データから AI へのライフサイクルをサポートする Google Cloud のビッグデータと ML のプロダクトやサービスを紹介します。また、Google Cloud で Vertex AI を使用してビッグデータ パイプラインと ML モデルを作成する際のプロセス、課題、メリットについて説明します。
-
Course by
-
Self Paced
-
Japanese
Desplegando un modelo de visión computacional con Azure ML
En este proyecto, vamos a crear un modelo de visión computacional utilizando Azure Machine Learning, luego desplegarlo para finalmente poder consumirlo.
-
Course by
-
Self Paced
-
3 hours
-
Spanish
Generando modelos con Auto Machine Learning
En este proyecto de 1 hora, aprenderás a desarrollar modelos supervisados utilizando librerías de Auto Machine Learning (TPOT, MLBox y H2O) y optimizar los parámetros para hacer una búsqueda inteligencia de los mejores modelos.
-
Course by
-
Self Paced
-
1 hour
-
Spanish
Organiza y administra el trabajo colaborativo con Wrike
En este proyecto guiado podrás crear espacios para el seguimiento de tareas con un enfoque especial para grupos de trabajo donde haya algún tipo de colaboración o cooperación. La herramienta con la que vamos a trabajar se llama Wrike, un aplicativo web amigable para nuevos miembros del equipo, además ayuda a proporcionar un flujo de trabajo ideal y optimizado gracias a su sistema de machine learning.
-
Course by
-
Self Paced
-
1 hour
-
Spanish
Art and Science of Machine Learning en Español
Le damos la bienvenida a The Art and Science of Machine Learning. El curso consta de 6 módulos. En este curso, se abordan las habilidades básicas de intuición, buen criterio y experimentación del AA necesarias para ajustar mejor y optimizar modelos de AA a fin de lograr el mejor rendimiento. Aprenderá a generalizar su modelo usando técnicas de regularización y descubrirá los efectos de los hiperparámetros, como el tamaño del lote y la tasa de aprendizaje, en el rendimiento del modelo.
-
Course by
-
Self Paced
-
Spanish
Launching into Machine Learning en Español
El curso comienza con un debate sobre los datos: cómo mejorar su calidad y cómo realizar análisis exploratorios de ellos. Describimos Vertex AI AutoML y cómo crear, entrenar e implementar un modelo de AA sin escribir una sola línea de código. Conocerás los beneficios de BigQuery ML. Luego, se analiza cómo optimizar un modelo de aprendizaje automático (AA) y cómo la generalización y el muestreo pueden ayudar a evaluar la calidad de los modelos de AA para el entrenamiento personalizado.
-
Course by
-
Self Paced
-
Spanish
Smart Analytics, Machine Learning, and AI on GCP en Español
La incorporación del aprendizaje automático en las canalizaciones de datos aumenta la capacidad para extraer estadísticas de los datos. En este curso, veremos formas de incluir el aprendizaje automático en las canalizaciones de datos en Google Cloud. Para una personalización escasa o nula, en el curso se aborda AutoML. Para obtener más capacidades de aprendizaje automático a medida, el curso presenta Notebooks y BigQuery Machine Learning (BigQuery ML). Además, en este curso se aborda cómo llevar a producción soluciones de aprendizaje automático con Vertex AI.
-
Course by
-
Self Paced
-
Spanish
How Google does Machine Learning 日本語版
"Google Cloud で機械学習を実装する際のベスト プラクティスには何があるでしょうか。Vertex AI とは何であり、このプラットフォームを使用してコードを 1 行も記述せずに AutoML 機械学習モデルを迅速に構築、トレーニング、デプロイするにはどうすればよいでしょうか。機械学習とはどのようなもので、どのような問題の解決に役立つのでしょうか。 Google では機械学習について独自の視点で考えています。マネージド データセット、特徴量ストア、そしてコードを 1 行も記述せずに迅速に機械学習モデルを構築、トレーニング、デプロイする手段を 1 つにまとめた統合プラットフォームを提供するとともに、データにラベル付けし、TensorFlow、SciKit Learn、Pytorch、R やその他のフレームワークを使用して Workbench ノートブックを作成できるようにすることが、Google の考える機械学習の在り方です。Google の Vertex AI プラットフォームでは、カスタムモデルをトレーニングしたり、コンポーネント パイプラインを構築したりすることもできます。さらに、オンライン予測とバッチ予測の両方を実施できます。
-
Course by
-
Self Paced
-
Japanese
Google Cloud Product Fundamentals em Português Brasileiro
Este curso é uma continuação do "Business Transformation with Google Cloud" e guiará você pela jornada de transformação de uma organização do ponto de vista tecnológico.
-
Course by
-
Self Paced
-
Portuguese
Machine Learning con Python. Nivel Avanzado
Este proyecto es un curso práctico y efectivo para aprender Machine Learning con Python.
-
Course by
-
Self Paced
-
3 hours
-
Spanish
Art and Science of Machine Learning em Português Brasileiro
Este é o curso Art and Science of Machine Learning. O curso tem seis módulos. Falaremos sobre as habilidades essenciais de intuição, bom senso e experimentação em ML para ajustar e otimizar modelos e ter melhor desempenho. Você aprenderá a generalizar os modelos usando técnicas de regularização e conhecerá os efeitos dos hiperparâmetros, como tamanho de lote e taxa de aprendizado, sobre o desempenho do modelo. Também abordaremos alguns algoritmos mais comuns de otimização de modelo e mostraremos como especificar um método de otimização no código do TensorFlow.
-
Course by
-
Self Paced
-
Portuguese
Analiza tu mercado con Python
En este curso aprenderás a realizar un análisis de reseñas de un restaurante utilizando la técnica de análisis de sentimientos en Python, trabajando en el entorno de Jupyter en la nube y utilizando técnicas de procesamiento de texto y algoritmos de machine learning que te permitirán clasificar la opinión de las personas.
-
Course by
-
Self Paced
-
3 hours
-
Spanish
머신 러닝 자세히 알아보기: 기술적 팁, 요령, 그리고 함정
머신 러닝. 여러분 팀이 필요로 하는 것, 여러분 상사가 요구하는 것, 그리고 여러분의 커리어가 사랑하는 것입니다. LinkedIn은 '기업이 가장 필요로 하는 역량' 중 하나이자 미국 내 가장 부상하고 있는 직군으로 머신 러닝을 꼽았습니다. 머신 러닝(일명 '예측 분석')을 배포하기 위해서는, 그 작동 원리를 알아야 합니다. 자신이 실무자가 아닌 기업가라 해도(직접 수치를 다루지 않는 경우), 전반적인 프로젝트를 처리하기 위해서는 머신 러닝의 기본 메커니즘을 파악하고 있어야 합니다. 다시 말해 경영진, 의사결정권자, 또는 운영 관리자 등 직무와 관계없이 예측 모델을 통합하여 의사 결정을 내리는 방법을 감독하는 사람이라면, 가지고 있는 정보가 많을수록 더 나은 결과를 얻을 수 있습니다. 작동 원리를 자세히 살펴보는 일은 아주 재미있을 겁니다. 머신 러닝의 메커니즘은 흥미롭고 놀라울 뿐 아니라, 직관적으로도 이해가 쉽습니다. 전 세계적으로 머신 러닝의 영향력이 빠르게 커지고 있습니다. 이제는 데이터 예측력을 입증하고, 이를 과학적으로 활용하는 방법을 명확히 해야 할 때입니다. 본 강좌는 머신 러닝의 작동 원리를 다루고 있습니다.
-
Course by
-
Self Paced
-
Korean
Modelos predictivos con aprendizaje automático
Este curso te va a brindar conocimientos, tanto teóricos como prácticos, para que puedas construir modelos predictivos utilizando técnicas de aprendizaje automático (en inglés, machine learning). Estos modelos nos permiten anticipar en alguna medida eventos futuros y, en consecuencia, pueden ser utilizados para apoyar la toma de decisiones en las organizaciones y, en general, en cualquier dominio de aplicación.
-
Course by
-
Self Paced
-
Spanish
Haciendo modelos con ML.NET
En este proyecto de 1 hora, aprenderás a desarrollar un modelo de Machine Learning usando ML.
-
Course by
-
Self Paced
-
1 hour
-
Spanish