Resumen
Fundamentos del Aprendizaje Profundo y Redes Neuronales
Emprende un viaje a través del complejo mundo del aprendizaje profundo y las redes neuronales. Este curso comienza con una base en la historia y conceptos básicos de las redes neuronales, incluyendo perceptrones y estructuras de múltiples capas. A medida que avances, explorarás las mecánicas del entrenamiento de redes neuronales, cubriendo las funciones de activación y el algoritmo de retropropagación. El curso luego avanza hacia redes neuronales artificiales y sus aplicaciones en el mundo real, inspirándose en la arquitectura del cerebro humano.
Obtendrás conocimientos prácticos sobre capas de entrada y salida, la función Sigmoide, y conjuntos de datos clave como MNIST. Se cubren a fondo temas especializados como redes de avance, retropropagación, y técnicas de regularización, incluyendo estrategias de abandono y normalización por lotes. También se te presentarán poderosos marcos como TensorFlow y Keras. El curso concluye con un estudio detallado de redes neuronales convolucionales (CNNs), centrándose en sus aplicaciones y principios para el análisis de imágenes y videos.
Este curso es ideal para profesionales de la tecnología y estudiantes con un entendimiento básico de programación y matemáticas, en particular álgebra lineal, cálculo y probabilidad básica.
Universidad: Coursera
Proveedor: Coursera
Categorías: Cursos de Aprendizaje Profundo, Cursos de Redes Neuronales
Programa de estudio
Enseñado por
Etiquetas
