Fundamentos de Deep Learning con TensorFlow y Keras

Comprender la mecánica de las redes neuronales es esencial para cualquiera que busque ingresar al campo de la inteligencia artificial. Al centrarse en la lógica central detrás de los modelos de deep learning, obtendrá las habilidades necesarias para manejar datos complejos y automatizar procesos de toma de decisiones. Este curso basado en texto lo guiará en la transición desde la manipulación básica de datos hasta la construcción de modelos complejos para el reconocimiento de imágenes y la regresión. Construirá una base teórica y práctica sólida en uno de los ecosistemas más populares del mundo de la IA. Lo que aprenderás: - Comprender los conceptos centrales de los tensores y cómo representan datos en deep learning. - Construir y entrenar redes neuronales utilizando la intuitiva API de Keras. - Implementar modelos de regresión lineal para identificar patrones en conjuntos de datos numéricos. - Crear Redes Neuronales Convolucionales (CNNs) para tareas de visión por computadora como la clasificación de imágenes. - Practicar el uso de flujos de trabajo modernos de TensorFlow 2.x, incluida la ejecución eager y la construcción de modelos de alto nivel. - Aprender a evaluar el rendimiento del modelo y ajustar hiperparámetros básicos para mejorar la precisión. El curso avanza desde definiciones fundamentales hasta la construcción práctica de modelos, cubriendo tanto la lógica de bajo nivel de los tensores como el diseño de redes neuronales de alto nivel. Leerá explicaciones claras y estudiará fragmentos de código para comprender cómo funcionan estos sistemas internamente. Este curso está diseñado para principiantes que desean una introducción clara y basada en texto al deep learning; no se requieren conocimientos especializados previos más allá de la familiaridad básica con Python. Comience su viaje en la inteligencia artificial hoy.