TensorFlow. Curso de TensorFlow para Deep Learning y Python

Aprende a usar TensorFlow, el framework de Google para Deep Learning
Rating: 4.3 out of 5 (499 ratings)
13,774 students
TensorFlow. Curso de TensorFlow para Deep Learning y Python
Rating: 4.3 out of 5 (499 ratings)
13,774 students
Entender cómo funcionan las redes neuronales
Utilizar TensorFlow para tareas de Regresión y Clasificación
Utilizar TensorFlow para resolver problemas de series temporales
Usar TensorFlow para resolver problemas de clasificación de imágenes
Aprender sobre redes neuronales convolucionales mediante ejemplos con Python
Aprender sobre redes neuronales recurrentes mediante ejemplos con Python
Conocer algunas bibliotecas contruidas sobre TensorFlow, como Estimator API y Keras

Requirements

  • Es necesario saber algo de programación con Python aunque en el curso hay una lección explicando las librerías de Python que usaremos en este curso
Description

Este curso básico de TensorFlow te enseñará a crear redes neuronales para Deep Learning o aprendizaje profundo.

Es una guía fácil con muchos ejemplos, para entener las complejidades del marco de TensorFlow de Google.

Este curso está repleto de ejemplos escritos en Python sobre Jupyter Notebook, para que puedas probarlos tu mismo.


Estos son los temas tratados en este curso de TensorFlow :

- Introduccion al Machine Learning

- Instalacion del entorno de trabajo

- Curso básico de Python sobre las librerías usadas en este curso:

- NumPy

- Pandas

- Matplotlib

- SciKit Learn

- Introducción a las redes neuronales (Deep Learning)

- Neuronas y perceptrones

- Funciones de activacion

- Funciones de coste

- Algoritmo del gradiente descendiente

- Practicar con una red neuronal en el navegador

- TensorFlow

- Introducción a TensorFlow

- Sintaxis básica de TensorFlow

- Grafos en TensorFlow

- Grafos por defecto

- Variables y placeholders

- Ejemplo de red neuronal - parte 1

- Ejemplo de red neuronal - parte 2

- Ejemplo de regresión simple con TensorFlow

- Ejemplo de clasificación con TensorFlow

- Ejemplo de regresión con TensorFlow - parte 1

- Ejemplo de regresión con TensorFlow - parte 2

- Ejemplo de regresión con TensorFlow - parte 3

- Redes Neuronales Convolucionales

- Introducción a las redes neuronales convolucionales

- MNIST - Base de datos de imágenes de dígitos escritos a mano

- Ejemplo con MNIST - Importar base de datos y mostrar una imagen

- Redes Neuronales Recurrentes

- Introducción a las redes neuronales recurrentes

- Ejemplo de una red neuronal recurrente con TensorFlow

- Ejemplo de series temporales - parte 1

- Ejemplo de series temporales - parte 2

- Ejemplo de series temporales - parte 3

- Bibiliotecas

- Estimator API

- Keras

Who this course is for:
  • Personas interesadas en conocer cómo funcionan las redes neuronales y quieran aprender a crear programas en Python que usen TensorFlow, el software de Google para Deep Learing
Course content
9 sections • 35 lectures • 3h 41m total length
  • Introducción
    01:41
  • Introducción al Machine Learning
    04:40
  • Instalacion del entorno de trabajo para hacer pruebas
    03:26
  • Activar el entorno para hacer pruebas
    01:49
  • NumPy
    07:15
  • Pandas
    06:56
  • Matplotlib - visualización de datos
    07:37
  • SciKit Learn
    06:07
  • Neuronas y perceptrones
    02:01
  • Funciones de activación
    03:07
  • Funciones de coste
    01:55
  • Algoritmo del Gradiente Descendiente
    00:59
  • Practicar con una red neuronal en un navegador web
    05:53
  • Introducción a TensorFlow
    01:03
  • Sintaxis básico de TensorFlow
    08:09
  • Grafos en TensorFlow
    02:37
  • Grafos por defecto
    03:21
  • Variables y placeholders
    05:50
  • Construyendo nuestra primera red neuronal - parte 1
    06:04
  • Construyendo nuestra primera red neuronal - parte 2
    06:52
  • Ejemplo de regresión simple con TensorFlow
    10:37
  • Ejemplo de clasificación
    25:56
  • Ejemplo de regresión - parte 1
    11:25
  • Ejemplo de regresión - parte 2
    07:10
  • Ejemplo de regresión - parte 3
    05:09
  • Introducción a las redes neuronales convolucionales
    00:50
  • MNIST - Base de datos de imágenes de dígitos escritos a mano
    01:14
  • Ejemplo con MNIST - Importar base de datos y mostrar una imagen
    05:13
  • Introducción
    03:33
  • Ejemplo de Red Neuronal Recurrente
    10:26
  • Ejemplo de series temporales - parte 1
    10:21
  • Ejemplo de series temporales - parte 2
    12:35
  • Ejemplo de series temporales - parte 3
    07:21
  • Estimator API
    12:13
  • Keras
    09:40

Instructor
Ingeniería de software
Redait Media
  • 4.4 Instructor Rating
  • 9,577 Reviews
  • 109,008 Students
  • 10 Courses

REDAIT MEDIA es una empresa de IT especializa en software con personal titulado en Ingeniería en Informática con más de 20 años de experiencia en el desarrollo del software.

Somos expertos en la gestión de bases de datos con SQL, y hemos querido compartir con vosotros este curso completo de SQL.

También somos expertos en lenguajes de programación y proximamente crearemos algunos cursos sobre programación.