¡Bienvenido al curso completo de Deep Learning con Tensorflow 1.x para Machine Learning e IA!
En este curso veremos todos los trucos de cómo iniciarse y llegar a utilizar la librería de Google TensorFlow para crear redes neuronales artificiales y resolver problemas de Machine Learning, Deep Learning e Inteligencia Artificial.
El objetivo del curso es llegar a entender las complejidades de TensorFlow, empezando por las bases e ir construyendo algoritmos y ejemplos basados en casos reales para así luego poder utilizarlo en tu día a día en el trabajo. Al final del curso tendrás tanto control sobre TensorFlow que tu único problema será que tendrás muchos algoritmos implementados para resolver las tareas de forma muy, pero que muy eficiente. El curso te servirá como guía completa para interiorizar y saber usar TensorFlow para tus propios análisis de datos, casos de estudio y conocer las últimas técnicas que existen en el mundo del Machine Learning y el Deep Learning.
En el curso explicaremos la teoría necesaria para ir directos a las implementaciones prácticas. Todas se llevarán a cabo en Notebooks de Jupyter de Python, que podrás descargar desde el primer día gracias al repositorio de GitHub del curso. El repositorio también incluye el resto de notas, transparencias y materiales extras del curso. Asimismo, tendrás retos y ejercicios para ir expandiendo tus conocimientos de todo lo que vayamos viendo durante el curso para que puedas practicar más allá de lo visto en clase.
En el curso cubriremos todo tipo de temas desde cero hasta ser un profesional.
Una pregunta que te harás va a ser: si ya he hecho los cursos de R y Python de Juan Gabriel Gomila, ¿por qué debo tomar este curso de TensorFlow?
TensorFlow es una librería open source útil para cálculos numéricos utilizando grafos con flujo de datos entre sus nodos. Los nodos representan operaciones matemáticas, mientras que las aristas representan los arrays de datos multidimensionales (llamados tensores) que se conectan entre las operaciones. La arquitectura es tan flexible que nos ayuda a implementar miles de algoritmos en una o varias CPUs, GPUs, en servidores, en PCs de sobremesa, portátiles, dispositivos móviles… y todo con una sola API. Increíble, ¿verdad?
Originalmente, TensorFlow fue un proyecto desarrollado por investigadores e ingenieros del equipo de Machine Learning de Google, el llamado Google Brain Team, para sus propios algoritmos de Machine Learning, Inteligencia Artificial y redes neuronales profundas; pero hicieron tan gran trabajo que se convirtió en la herramienta genérica que puede ser usada en una gran cantidad de dominios adicionales, como los comentados anteriormente, ¡y que forman parte del curso también!
Además, miles de compañías de todo el mundo lo utilizan como parte de su sistema de recomendación, predicción y clasificación, como por ejemplo Airbnb, Ebay, Dropbox, Snapchat, Twitter, Uber, Qualcomm, IBM, Intel, y por supuesto, ¡Google!
Con este curso te podrás convertir en todo un gurú del Machine Learning y complementar todo lo aprendido en el resto de cursos de ML e IA de Frogames. Así que espero que te apuntes y ¡nos vemos en clase!
Qué vamos a aprender
En este curso aprenderemos las bases de TensorFlow 1.x en Python y lo pondremos en práctica implementando los algoritmos y resolviendo problemas del mundo real
- Utilizar y saber programar con la librería TensorFlow 1.14 del lenguaje de programación Python
- Conocer la estructura y funcionamiento de la librería TensorFlow de Google en Python
- Saber implementar diversos algoritmos del mundo del ML y la IA con TensorFlow
- Elaborar gráficos de computación para entender las fases de los algoritmos en TensorFlow
- Desarrollar algoritmos de procesamiento natural del lenguaje como por ejemplo predicción de SPAM o redacción de textos con estilo literario
- Trabajar con imágenes y procesarlas con redes neuronales de convolución, elaborando como práctica un algoritmo que pintará una imagen como Van Gogh
Requisitos del curso
Este es un curso de nivel medio, por tanto te recomendamos:
- Haber realizado los cursos básicos de Estadística Descriptiva y Álgebra Lineal para tener las bases de matemáticas
- Completar los cursos medios de Probabilidad y Estadística Inferencial para tener un nivel avanzado de matemáticas
- Completar los cursos de Python de la A a la Z y Data Science con Python para tener las bases de programación en Python
- Tener un ordenador con conexión a internet y con cualquier sistema operativo instalado y saber utilizarlo a nivel básico de usuario
Valoraciones
No hay valoraciones aún.