このコースについて

6,578 最近の表示
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル
約7時間で修了
スペイン語
字幕:フランス語, ポルトガル語(ブラジル), ドイツ語, 英語, スペイン語, 日本語...

講師

共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル
約7時間で修了
スペイン語
字幕:フランス語, ポルトガル語(ブラジル), ドイツ語, 英語, スペイン語, 日本語...

提供:

Placeholder

Google Cloud

シラバス - 本コースの学習内容

1

1

4分で修了

Introducción

4分で修了
1件のビデオ (合計4分)
1件のビデオ
2時間で修了

AA en la práctica

2時間で修了
10件のビデオ (合計62分)
10件のビデオ
Aprendizaje supervisado5 分
Regresión y clasificación11 分
Breve reseña del AA: Regresión lineal7 分
Breve reseña del AA: Perceptrón5 分
Breve reseña del AA: Redes neuronales7 分
Breve reseña del AA: Árboles de decisión5 分
Breve reseña del AA: Métodos de kernel4 分
Breve reseña del AA: Bosques aleatorios4 分
Breve reseña del AA: Redes neuronales modernas8 分
1の練習問題
Cuestionario del módulo30 分
2時間で修了

Optimización

2時間で修了
13件のビデオ (合計61分)
13件のビデオ
Definición de modelos de AA4 分
Presentación del conjunto de datos sobre natalidad6 分
Introducción a las funciones de pérdida6 分
Descenso de gradientes5 分
Solución de problemas de una curva de pérdidas2 分
Problemas con el modelo de AA6 分
Lab: Presentación de TensorFlow Playground6 分
Lab: TensorFlow Playground avanzado3 分
Lab: Práctica con redes neuronales6 分
Solución de problemas en la curva de pérdidas1 分
Métricas de rendimiento3 分
Matriz de confusión5 分
1の練習問題
Module Quiz30 分
4時間で修了

Generalización y muestreo

4時間で修了
9件のビデオ (合計64分)
9件のビデオ
Generalización y modelos de AA6 分
Cuándo detener el entrenamiento de modelos5 分
Cree muestras repetibles en BigQuery6 分
Demostración: División de conjuntos de datos en BigQuery8 分
Introducción al lab1 分
Explicación de la solución del lab9 分
Introducción al lab2 分
Explicación de la solución del lab23 分
1の練習問題
Cuestionario del módulo30 分
3分で修了

Resumen

3分で修了
1件のビデオ (合計3分)
1件のビデオ

レビュー

LAUNCHING INTO MACHINE LEARNING EN ESPAÑOL からの人気レビュー

すべてのレビューを見る

Machine Learning with TensorFlow on Google Cloud Platform en Español専門講座について

¿Qué es el aprendizaje automático? ¿Qué tipos de problemas puede solucionar? ¿Cuáles son las cinco fases para convertir un posible caso práctico en un recurso que pueda aprovechar la tecnología de aprendizaje automático? ¿Por qué es importante no saltarse fases? ¿Por qué las redes neuronales son tan populares? ¿Cómo plantear un problema de aprendizaje supervisado y encontrar una buena solución generalizable mediante un descenso de gradientes y una forma meditada de crear conjuntos de datos? Aprenda a escribir modelos de aprendizaje automático distribuido que escalen en Tensorflow y que brinden predicciones de alto rendimiento. Convierta los datos sin procesar en funciones de una forma que permita al AA aprender características importantes de los datos y aportar una percepción humana para abordar los problemas. Por último, aprenda a incorporar la combinación adecuada de parámetros que desarrolle modelos generalizados y exactos, y conozca la teoría para solucionar determinados tipos de problemas de AA. Experimentará con el AA de extremo a extremo, a partir de la construcción de una estrategia centrada en el AA y el avance hacia el entrenamiento, optimización y producción de modelos con labs prácticos mediante Google Cloud Platform. >>> Al inscribirse en esta especialización acepta los Términos de Servicio de Qwiklabs según lo establecido en las Preguntas Frecuentes, disponibles en el apartado: https://qwiklabs.com/terms_of_service <<<...
Machine Learning with TensorFlow on Google Cloud Platform en Español

よくある質問

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。