Deep Learning con Python
4.1 (2 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
11 students enrolled

Deep Learning con Python

Programaciones de Redes Neuronales con Pytorch y TensorFlow con Ejemplos Prácticos
Hot & New
4.1 (2 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
11 students enrolled
Last updated 7/2020
Spanish
Spanish [Auto]
Current price: $69.99 Original price: $99.99 Discount: 30% off
5 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 6.5 hours on-demand video
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • Python
  • Deep Learning
  • Pytorch
  • TesnsorFlow
  • Creación de Redes Neuronales de Aprendizaje Profundo
  • Keras
Course content
Expand all 53 lectures 06:22:59
+ Python Básico
12 lectures 01:07:00
Variables en Python
03:38
Condicionales en Python
04:53
Listas en Python
06:38
Bucles
08:49
Funciones
02:59
Funciones Recursivas
03:00
Funciones Lambda
04:51
Uso de Try - Except
05:26
Manejo de Clases
07:25
+ Pandas
6 lectures 42:52
¿Que es un DataFrame?
10:01
Filtros en DataFrames
02:38
Agrupaciones
06:40
Filtros en DataFrames.Ejemplo Real
11:16
Copy,Reshape y Concatenate
02:17
+ Numpy
6 lectures 47:10
¿Como crea un Array?
09:30
Operaciones con Arrays
06:34
Métodos útiles
08:28
Estadística con Numpy
09:58
Manipulación de imágenes
04:47
+ Introducción a Redes Neuronales
8 lectures 01:04:39
Funciones de Activación
04:41
Conceptos básicos
11:41
Perceptron.Teoría
08:16
Perceptron Ejemplo Práctico parte 1
07:20
Perceptron Ejemplo Práctico parte 2
06:31
Perceptron Ejemplo Práctico parte 3
14:28
Introducción a las librerías mas empleadas en Deep Learning
06:12
+ Aplicaciones de Redes Neuronales
6 lectures 58:44
Clasificación y Regresión . Ejemplo Real
14:34
Ejemplo de Clasificación usando Redes Neuronales
13:27
Entrenamiento de una Red Neuronal
08:55
¿Que es el PCA?
09:51
Ejemplo de Mnist con PCA
04:32
+ Introducción al Deep Learning
8 lectures 56:13
¿Que es un Tensor?
06:51
Pooling layer
07:44
Normalization layer
05:50
Regularization Layer
07:43
Convolutional layer
09:05
Mnist con Deep Learning
05:59
Reconocimiento de caras
07:51
+ Pytorch
6 lectures 44:13
Operaciones con Pytorch
06:37
Derivadas en Pytorch
05:20
Ejemplo Práctico de Reconimiento de Imágenes con Pytorch. Introducción
07:44
Ejemplo Práctico Fase de Entrenamiento
11:33
Ejemplo Práctico. Fase de Validación
07:38
Requirements
  • Tener ganas de Aprender
Description

¿Te gustaría conocer el mundo del Deep Learning? . Hemos creado este curso para que aprendas todo lo que necesitas saber para introducirte  en esta rama del Aprendizaje Automático.  El curso está estructurado de menos a más para facilitarte el aprendizaje y dividido en los siguientes módulos:

  • Programación en Python, aprenderemos las aspectos fundamentales del lenguaje

  • Pandas, con esta librería podremos realizar toda la parte de transformaciones y manipulación de los datos

  • Numpy, nos ayudará en el manejo de operaciones matemáticas

  • Introducción a la redes neuronales, que nos servirá de trampolín para entender los conceptos fundamentales del Deep Learning

  • Introducción al Deep Learning, exploraremos la diferentes técnicas y veremos la implementación de redes de aprendizaje profundo usando Keras y TensorFlow

  • Pytorch, Veremos una de las librerías mas empleadas en Deep Learning a través de un ejemplo real

El curso está pensando para personas que no tengan conocimientos previos puedan aprender, ya que el curso va progresivamente aumentando la dificultad. A lo largo del curso verás como implementar las redes neuronales profundas, a través de ejemplos prácticos desarrollados en Python

Who this course is for:
  • Personas interesadas en Aprender Deep Learning
  • Estudiantes de Ciencia de Datos
  • Estudiantes y Profesionales del mundo IT