Deep Learning: Recurrent Neural Networks with Python

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

Asignaturas