Qué necesitas saber antes de
comenzar

Inicio 4 June 2026 02:40

Fin 4 June 2026

00 Días
00 Horas
00 Minutos
00 Segundos
course image

ML en Java - SÍ es posible

Desbloquea el potencial del aprendizaje automático en Java con nuestra guía completa. Esta sesión profundiza en poderosos frameworks basados en Java como Deeplearning4J, DJL y Tribuo, ofreciéndote perspectivas sobre cómo puedes aprovechar eficazmente estas herramientas para construir, guardar y desplegar modelos de aprendizaje automático. A t.
Devoxx via YouTube

Devoxx

6076 Cursos


46 minutes

Actualización opcional disponible

Not Specified

Avanza a tu propio ritmo

Conference Talk

Actualización opcional disponible

Resumen

Unlock the potential of machine learning in Java with our comprehensive guide. This session delves into powerful Java-based frameworks such as Deeplearning4J, DJL, and Tribuo, offering you insights into how you can effectively leverage these tools to build, save, and deploy machine learning models.

Through real-world examples and meticulous comparisons, you'll gain a profound understanding of the capabilities and advantages of using Java for machine learning tasks. Join us to bridge the gap between Java and machine learning and discover how you can implement robust, efficient ML solutions within your Java applications.

Programa

  • Introducción al Aprendizaje Automático en Java
  • Visión general del papel de Java en el aprendizaje automático
    Ventajas y desafíos de usar Java para ML
  • Frameworks de Aprendizaje Automático Basados en Java
  • Deeplearning4J
    Introducción e instalación
    Características y capacidades principales
    Proyecto de ejemplo: Construcción de una red neuronal
    Deep Java Library (DJL)
    Introducción e instalación
    Características y capacidades principales
    Proyecto de ejemplo: Clasificación de imágenes
    Tribuo
    Introducción e instalación
    Características y capacidades principales
    Proyecto de ejemplo: Modelo de regresión
  • Construcción de Modelos de ML en Java
  • Preprocesamiento de datos con Java
    Definición y entrenamiento de modelos
    Evaluación del rendimiento del modelo
  • Guardado y Despliegue de Modelos ML en Java
  • Serialización y deserialización de modelos
    Estrategias de despliegue para modelos de ML en Java
  • Ejemplos del Mundo Real y Comparaciones
  • Estudios de casos de aplicaciones de ML en Java
    Comparación de frameworks de ML en Java: rendimiento y casos de uso
  • Sesión Práctica: Desarrollo de una Aplicación Completa de ML en Java
  • Integración de múltiples frameworks
    Desarrollo de aplicaciones de extremo a extremo
  • Conclusión y Tendencias Futuras
  • El futuro de Java en el aprendizaje automático
    Tendencias y tecnologías emergentes
  • Recursos Adicionales y Aprendizaje Adicional
  • Libros recomendados, cursos en línea y documentación
    Recursos comunitarios y foros de apoyo

Materias

Conference Talks