Launching into Machine Learning en Español

Por: Coursera . en: , ,

  • Introducción al curso
    • En este curso, obtendrá conocimientos fundamentales sobre el AA que le permitirán entender la terminología que utilizaremos durante la especialización. También conocerá sugerencias prácticas y problemas de la mano de los profesionales del AA de Google y, cuando termine, tendrá el código y los conocimientos necesarios para iniciar sus propios modelos de AA.
  • Mejorar la calidad de los datos y los análisis exploratorios de datos
    • En este módulo, presentaremos problemas de calidad de los datos y explicaremos cómo solucionarlos. Luego, observaremos los análisis exploratorios de datos.
  • AA práctico
    • En este módulo, presentaremos algunos de los tipos principales de aprendizaje automático y revisaremos la historia del AA hasta llegar a las últimas novedades para que pueda acelerar su crecimiento como profesional del AA.
  • Optimización
    • En este módulo, lo guiaremos para que optimice sus modelos de AA.
  • Generalización y muestreo
    • Ahora es momento de responder una pregunta algo extraña: ¿en qué casos no hay que elegir el modelo de AA más preciso? Lo insinuamos en el módulo anterior sobre optimización: que un modelo tenga una métrica de pérdida de 0 para el conjunto de datos de entrenamiento no indica que tendrá un buen rendimiento con datos nuevos en el mundo real. Aprenderá a crear conjuntos de datos repetibles para entrenamiento, evaluación y prueba, y a establecer comparativas de rendimiento.
  • Resumen

Plataforma