Resumen
Las redes neuronales se pueden configurar de varias maneras dependiendo del tipo de datos y objetivos. Este curso te ayudará a entender cómo elegir correctamente una arquitectura de red neuronal para datos de imágenes o audio.
El deep learning, a diferencia del machine learning, permite una forma más robusta de manejar datos de imágenes y audio para varios problemas de ciencia de datos, como la clasificación y la agrupación. Esto se debe en gran medida al poder de las redes neuronales y su capacidad para aprender las características adecuadas para representar datos de imágenes y audio sin tener que seleccionar manualmente dichas características, como se haría en el machine learning tradicional. Sin embargo, entender la arquitectura correcta de la red neuronal es fundamental para obtener el mejor resultado posible.
En este curso, Uso de Redes Neuronales para el Análisis de Datos de Imágenes y Voz, adquirirás la capacidad de transformar datos de imágenes y audio y representar su forma numérica (vector de características) para ser alimentados a una red neuronal. Primero, explorarás la forma en que los científicos de datos definen problemas en el reconocimiento de imágenes, detección de objetos y de voz a texto en términos de vectorización y el formato esperado para cómo las redes neuronales ingerirán e inferirán estos datos. Luego, descubrirás cómo evaluar correctamente diferentes arquitecturas de redes neuronales, desde las más rudimentarias como la CNN básica, hasta las más avanzadas como los modelos basados en transformadores, para resolver adecuadamente un problema en particular basado en imágenes o audio, así como sus fortalezas y debilidades. Finalmente, verás cómo utilizar un marco de aprendizaje profundo llamado PyTorch para probar fácilmente diferentes implementaciones de redes neuronales, y ver cómo se entrena contra los datos, así como medir el rendimiento del modelo utilizando varias métricas. Cuando termines este curso, tendrás las habilidades y conocimientos de redes neuronales necesarios para discernir y ejecutar correctamente una arquitectura de red neuronal dado datos de imágenes y voz.
Universidad: Pluralsight
Proveedor: Pluralsight
Categorías:
- Cursos de Deep Learning
- Cursos de Redes Neuronales
- Cursos de Ciencia de Datos
- Cursos de Reconocimiento de Imágenes
- Cursos de Detección de Objetos
- Cursos de Conversión de Voz a Texto
- Cursos de Arquitectura de Redes Neuronales
Programa de estudio
Enseñado por
Etiquetas
