Autoencoders y eventos extremadamente infrecuentes

提供:
Coursera Project Network
このガイド付きプロジェクトでは、次のことを行います。

Entrenarás y optimizarás los Autoencoders

Procesarás los datos con Autoencoders para poder predecir eventos infrecuentes con modelos de clasificación básicos

Predecirás clases extremadamente infrecuentes utilizando solo los datos de la clase más frecuente

Clock2 horas
Intermediate中級
Cloudダウンロード不要
Video分割画面ビデオ
Comment Dotsスペイン語
Laptopデスクトップのみ

En muchos casos cuando queremos entrenar modelos de clasificación para predecir una clase minoritaria, no es fácil obtener datos de esta clase. En este curso aprenderás a entrenar modelos capaces de predecir estas clases minoritarias aún sin datos. Por ello, en este curso te enseñaremos a entrenar y utilizar Autoencoders para procesar los datos existentes y que las clases sean más fácilmente distinguibles. También te enseñaremos a utilizar los propios Autoencoders para predecir la clase minoritaria en eventos extremadamente infrecuentes o cuando no tenemos datos de esta clase.

あなたが開発するスキル

  • Python Programming
  • Autoencoder
  • Deep Learning
  • keras

ステップバイステップで学習します

ワークエリアを使用した分割画面で再生するビデオでは、講師がこれらの手順を説明します。

  1. Introducción a los Autoencoders

  2. Arquitectura de los Autoencoders

  3. Datos desbalanceados y Autoencoders

  4. Ejercicio práctico. Clasificación semi-supervisada con Autoencoders. Parte I

  5. Clasificación con Autoencoders y modelo de regresión logística

  6. Ejercicio práctico. Clasificación semi-supervisada con Autoencoders. Parte I

  7. Autoencoders y eventos extremadamente infrecuentes. Parte I

  8. Ejercicio práctico. Predicción de eventos extremadamente infrecuentes. Parte I

  9. Autoencoders y eventos extremadamente infrecuentes. Parte II

  10. Ejercicio práctico. Autoencoders para la clasificación de eventos extremadamente infrecuentes. Parte II

ガイド付きプロジェクトの仕組み

ワークスペースは、ブラウザに完全にロードされたクラウドデスクトップですので、ダウンロードは不要です

分割画面のビデオで、講師が手順ごとにガイドします

よくある質問

よくある質問

さらに質問がある場合は、受講者ヘルプセンターにアクセスしてください。