Saltar al contenido principal
InicioPythonIntroducción al Aprendizaje Profundo en Python

Introducción al Aprendizaje Profundo en Python

Comience El Curso Gratis
4 Horas17 Videos50 Ejercicios
245.860 AprendicesTrophyDeclaración de cumplimiento

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.
Group¿Entrenar a 2 o más personas?Pruebe DataCamp para empresas

Preferido por estudiantes en miles de empresas


Descripción del curso

El aprendizaje profundo es la técnica de machine learning que está detrás de las capacidades más emocionantes en diversas áreas como la robótica, el procesamiento del lenguaje natural, el reconocimiento de imágenes y la inteligencia artificial, incluido el famoso AlphaGo. En este curso, adquirirás conocimientos prácticos sobre cómo utilizar el aprendizaje profundo con Keras 2.0, la última versión de una biblioteca de vanguardia para el aprendizaje profundo en Python.
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más
Pruebe DataCamp Para EmpresasPara obtener una solución a medida, reserve una demostración.
  1. 1

    Fundamentos del aprendizaje profundo y las redes neuronales

    Gratuito

    En este capítulo, te familiarizarás con los conceptos fundamentales y la terminología utilizada en el aprendizaje profundo, y comprenderás por qué las técnicas de aprendizaje profundo son tan potentes hoy en día. Construirás redes neuronales sencillas y generarás predicciones con ellas.

    Reproducir Capítulo Ahora
    Introducción al aprendizaje profundo
    50 xp
    Comparación de los modelos de redes neuronales con los modelos de regresión clásicos
    50 xp
    Propagación hacia delante
    50 xp
    Codificación del algoritmo de propagación hacia delante
    100 xp
    Funciones de activación
    50 xp
    La función de activación lineal rectificada
    100 xp
    Aplicar la red a muchas observaciones/filas de datos
    100 xp
    Redes más profundas
    50 xp
    Propagación hacia delante en una red más profunda
    50 xp
    Redes neuronales multicapa
    100 xp
    Las representaciones se aprenden
    50 xp
    Niveles de representación
    50 xp
  2. 3

    Construir modelos de aprendizaje profundo con keras

    En este capítulo, utilizarás la biblioteca Keras para construir modelos de aprendizaje profundo tanto de regresión como de clasificación. Conocerás el flujo de trabajo Especificar-Compilar-Ajustar que puedes utilizar para hacer predicciones y, al final del capítulo, tendrás todas las herramientas necesarias para construir redes neuronales profundas.

    Reproducir Capítulo Ahora
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más

Sets De Datos

Hourly wagesMNISTTitanic

Colaboradores

Collaborator's avatar
Hugo Bowne-Anderson
Collaborator's avatar
Yashas Roy
Dan Becker HeadshotDan Becker

Data Scientist and contributor to Keras and TensorFlow libraries

Ver Mas

¿Qué tienen que decir otros alumnos?

¡Únete a 13 millones de estudiantes y empieza Introducción al Aprendizaje Profundo en Python hoy mismo!

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.