Resumen
Con el crecimiento exponencial de los datos generados por los usuarios, dominar RNNs es esencial para los ingenieros de deep learning para realizar tareas como clasificación y predicción. Arquitecturas como RNNs, GRUs y LSTMs son las mejores opciones, por lo que dominar RNNs es una prioridad.
Este curso comienza con lo básico y gradualmente construye tus habilidades teóricas y prácticas para construir, entrenar e implementar RNNs. Participarás en varios ejercicios sobre temas como descensos de gradiente en RNNs, GRUs y LSTMs, y aprenderás a implementar RNNs utilizando TensorFlow.
El curso concluye con dos proyectos emocionantes y realistas: crear un escritor automático de libros y una aplicación de predicción de precios de acciones. Al final, estarás equipado para usar e implementar RNNs con confianza en tus proyectos.
No se requiere conocimiento previo de RNNs; la experiencia en Python es útil. Este curso es ideal para principiantes, científicos de datos experimentados que buscan empezar con RNNs, analistas de negocio y aquellos que quieran implementar RNNs en proyectos. A través de ejercicios interesantes, módulos cuidadosamente diseñados y implementaciones realistas de RNNs, dominarás RNNs, obtendrás una visión general de las redes neuronales profundas, comprenderás las arquitecturas de RNN y realizarás clasificación de textos utilizando TensorFlow.
Universidad: Proveedor: Coursera
Categorías: Cursos de Python, Cursos de Deep Learning, Cursos de TensorFlow, Cursos de Descenso de Gradiente, Cursos de Clasificación de Textos
Programa de estudio
Enseñado por
Etiquetas
