- Level Professional
- Course by Google Cloud
-
Offered by
About
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. Analizaremos algunos de los algoritmos de optimización de los modelos más comunes y le mostraremos cómo especificar un método de optimización en su código de TensorFlow.Modules
Introducción
1
Videos
- Introducción
El arte del AA
1
Assignment
- El arte del AA: regularización
5
Videos
- Introducción
- Regularización
- Regularizaciones L1 y L2
- Introducción al lab Regularización
- Lab: Regularización
1
Readings
- Recursos: Lecturas - 1 - El arte del AA (El arte del AA)
Tasa de aprendizaje y tamaño del lote
1
External Tool
- Cómo revisar curvas de aprendizaje
3
Videos
- Tasa de aprendizaje y tamaño de lotes
- Optimización
- Introducción al lab: Cómo revisar curvas de aprendizaje
1
Readings
- Recursos: Lecturas - 2 - El arte del AA (Tasa de aprendizaje y tamaño del lote)
Descripción general
1
Assignment
- Ajuste de hiperparámetros
2
External Tool
- Exporte datos de BigQuery a Google Cloud Storage
- Cómo realizar el ajuste de hiperparámetros
5
Videos
- Introducción
- Parámetros frente a hiperparámetros
- Más allá de la búsqueda por cuadrícula
- Introducción al lab: Exporte datos de BigQuery a Google Cloud Storage
- Introducción al lab: Cómo realizar el ajuste de hiperparámetros
1
Readings
- Resources Readings - 3 - Hyperparameter Tuning
Regularización para lograr dispersión
1
Assignment
- Regularización L1
4
Videos
- Introducción
- Regularización para lograr dispersión
- Lab: Regularización L1
- Solución del lab Regularización L1
1
Readings
- Recursos: Lecturas - 4 - Una pizca de ciencia (Regularización para lograr dispersión)
Regresión logística
1
Assignment
- Regresión logística
1
Videos
- Regresión logística
1
Readings
- Recursos: Lecturas - 5 - Una pizca de ciencia (Regresión logística)
Descripción general
1
Assignment
- Cómo entrenar redes neuronales
3
Videos
- Introducción
- Redes neuronales
- Lab: Sitio de prueba de redes neuronales
Cómo entrenar redes neuronales
2
External Tool
- Cómo compilar un modelo de DNN con la API funcional de Keras
- Cómo entrenar modelos a gran escala con AI Platform
3
Videos
- Cómo entrenar redes neuronales
- Introducción al lab: Cómo compilar un modelo de DNN con la API funcional de Keras
- Introducción al lab: Cómo entrenar modelos a gran escala con AI Platform
Redes neuronales de varias clases
1
Assignment
- Redes neuronales de varias clases
1
Videos
- Redes neuronales de varias clases
1
Readings
- Recursos: Lecturas - 6 - La ciencia de las redes neuronales
Incorporaciones
1
Assignment
- Incorporaciones
1
External Tool
- Introducción a la API funcional de Keras
8
Videos
- Introducción a las incorporaciones
- Repaso de las incorporaciones
- Recomendaciones
- Incorporaciones basadas en datos
- Tensores dispersos
- Entrenamiento de una incorporación
- Propiedad de similitud
- Introducción al lab: Introducción a la API funcional
1
Readings
- Recursos: Lecturas - 7 - Incorporación
Descripción general
1
Videos
- Resumen del curso
3
Readings
- Recursos del curso
- Recursos: Lista compilada de lecturas
- Todas las preguntas del cuestionario en un archivo PDF
Auto Summary
Unlock the potential of machine learning with "The Art and Science of Machine Learning en Español," a comprehensive course designed for data science and AI enthusiasts. Guided by expert instructors from Coursera, this professional-level program spans six modules, focusing on essential skills such as intuition, judgment, and experimentation crucial for fine-tuning and optimizing machine learning models for peak performance. Dive deep into techniques for model generalization through regularization and understand the impact of hyperparameters like batch size and learning rate on model efficiency. Explore common optimization algorithms and learn to implement these methods in your TensorFlow code, enhancing your practical expertise. With subscription options tailored for both starters and professionals, this course is perfect for learners aiming to elevate their machine learning proficiency and apply advanced concepts in real-world scenarios. Join now and take a significant step towards mastering the art and science of machine learning.

Google Cloud Training