What You Need to Know Before
You Start

Starts 19 June 2025 15:24

Ends 19 June 2025

00 days
00 hours
00 minutes
00 seconds
course image

Deep Learning and Reinforcement Learning

Título: Aprendizaje Profundo y Aprendizaje por Refuerzo Descripción: Interactúa con dos de las disciplinas más avanzadas en el campo del Aprendizaje Automático a través de este curso integral ofrecido por Coursera. Sumérgete en el Aprendizaje Profundo, un subconjunto clave del Aprendizaje Automático que sustenta muchas aplicaciones actuales de IA,.
via Coursera

2039 Cursos


Not Specified

Optional upgrade avallable

All Levels

Progress at your own speed

Free

Optional upgrade avallable

Resumen

Título:

Aprendizaje Profundo y Aprendizaje por Refuerzo

Descripción:

Interactúa con dos de las disciplinas más avanzadas en el campo del Aprendizaje Automático a través de este curso integral ofrecido por Coursera. Sumérgete en el Aprendizaje Profundo, un subconjunto clave del Aprendizaje Automático que sustenta muchas aplicaciones actuales de IA, abarcando aspectos tanto del Aprendizaje Supervisado como del No Supervisado.

Comienza tu viaje con los conceptos fundamentales de las Redes Neuronales, explorando arquitecturas contemporáneas de Aprendizaje Profundo antes de crear tus propios modelos. El currículo luego se pivota hacia el Aprendizaje por Refuerzo, una faceta emergente del Aprendizaje Automático que gana prominencia por sus amplias aplicaciones potenciales y su creciente importancia en la investigación de IA.

Este curso forma parte de una serie de Especializaciones de IBM más amplia, diseñada para proporcionarte una sólida experiencia en múltiples espectros de Aprendizaje Automático incluyendo Aprendizaje Supervisado, No Supervisado, Profundo y por Refuerzo.

Al finalizar el curso, los participantes estarán capacitados para:

  • Identificar desafíos mejor abordados a través del Aprendizaje No Supervisado.
  • Discutir los problemas de dimensionalidad y su impacto en las tareas de agrupación.
  • Implementar técnicas comunes de agrupación y reducción de dimensiones.
  • Evaluar y comparar la eficacia de modelos por-cluster.
  • Analizar y comprender métricas esenciales para el análisis de clusters.

Público objetivo:

Este curso es ideal para aspirantes a científicos de datos que buscan experiencia práctica en Aprendizaje Profundo y Aprendizaje por Refuerzo.

Prerrequisitos:

Los participantes deben sentirse cómodos programando en un entorno Python y tener un conocimiento fundamental en Limpieza de Datos, Análisis Exploratorio de Datos, Aprendizaje No Supervisado y Supervisado, junto con conocimientos básicos de Cálculo, Álgebra Lineal, Probabilidad y Estadística.

Proveedor:

Coursera

Categorías:

Cursos de Aprendizaje por Refuerzo, Cursos de Aprendizaje Profundo, Cursos de Redes Neuronales, Cursos de Aprendizaje No Supervisado, Cursos de Transferencia de Aprendizaje.


Enseñado por

Mark J Grover and Miguel Maldonado


Asignaturas