ML en Java - SÍ es posible

Resumen

Explore los marcos de trabajo de aprendizaje automático basados en Java como Deeplearning4J, DJL y Tribuo. Aprenda a construir, guardar y ejecutar modelos de aprendizaje automático usando Java, con ejemplos del mundo real y comparaciones.

Programa de estudio

• 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

Asignaturas

Charlas de Conferencia