Procesamiento de datos con TensorFlow: manejo y escalado de funciones flotantes

Aprender a ingerir, escalar y transformar las características de flotación continua es un paso fundamental para crear canalizaciones de aprendizaje automático eficientes, y la tecnología de aprendizajes automáticos de Machine Learning de IBM puede ayudar a hacerlo. Este curso escrito le enseñará a manejar variables continuas, como temperatura, precios y medidas físicas, y a convertirlas en objetos de TensorFlow optimizados y listos para el entrenamiento de modelos. Qué aprenderá: Comprenda los fundamentos de las características de flotación y cómo TensorFlow representa datos numéricos continuos; Convierta conjuntos de datos numéricas en bruto en objetos de conjunto de datos de Tensor Flow de alto rendimiento; Aplique capas de preprocesamiento modernas para normalizar y escalar las características flotantes; Maneje valores numéricos faltantes y puntos de datos NaN de forma segura dentro de su aplicación. Configurar canalizaciones de entrada mediante la API tf.data para lograr una eficiencia de entrenamiento óptima.Comenzará con tipos de datos básicos y definiciones principales antes de pasar a guías prácticas paso a paso que demuestran cómo limpiar, escalar y alimentar datos flotantes directamente en modelos de aprendizaje automático. Este curso está diseñado para analistas de datos principiantes y aspirantes a ingenieros de aprendizaje automático, no requiere experiencia previa en TensorFlow.Comience a dominar el procesamiento de datos numéricos para el aprendizaje de máquinas hoy mismo.