Resumen
Este curso avanzado sobre Redes Neuronales Recurrentes (RNNs) aborda desafíos clave como el problema del gradiente que se desvanece y proporciona soluciones como Unidades Recurrentes con Puerta (GRUs) y Redes de Memoria a Largo Corto Plazo (LSTM). Comenzarás con una visión general de módulos RNN mejorados y profundizarás en RNNs bidireccionales y modelos de atención, estableciendo una base sólida en conceptos avanzados de RNN.
Se enfatiza la implementación práctica usando TensorFlow, con proyectos como generación de texto y predicción de precios de acciones para consolidar tu aprendizaje. Este curso asegura que adquieras las habilidades necesarias para abordar problemas de IA del mundo real con confianza.
A través de tutoriales en video, proyectos del mundo real y ejercicios prácticos, adquirirás los conocimientos avanzados y las habilidades necesarias para sobresalir en IA. Al final, desarrollarás y aplicarás modelos RNN avanzados, comprenderás e implementarás GRUs, LSTMs y mecanismos de atención, utilizarás TensorFlow para modelos RNN, y aplicarás estos modelos a proyectos como generación de texto y predicción de precios de acciones.
Diseñado para científicos de datos, ingenieros de machine learning y entusiastas de la IA con una comprensión sólida de RNNs y redes neuronales básicas, el curso combina lecciones teóricas profundas con amplias aplicaciones prácticas.
Proveedor Universitario: Coursera
Categorías: Cursos de Aprendizaje Profundo, Cursos de TensorFlow, Cursos de Memoria a Largo Corto Plazo (LSTM), Cursos de Redes Neuronales Recurrentes (RNN)
Programa de estudio
Enseñado por
Etiquetas
