Cursos de aprendizaje profundo

371 Cursos

Coursera

Create Image Captioning Models - Français

Crear Modelos de Subtitulación de Imágenes - Français En este curso, aprenderá a crear un modelo de subtitulación de imágenes utilizando deep learning. Descubrirá los diferentes componentes de este tipo de modelos, como el codificador y el decodificador, y cómo entrenarlos y evaluarlos. Al final del curso, podrá crear sus propios modelos de sub.

Coursera

Create Image Captioning Models - 简体中文

Crear Modelos de Subtitulación de Imágenes - Español Este curso le enseña cómo utilizar el aprendizaje profundo para crear modelos de subtitulación de imágenes. Aprenderá sobre los diferentes componentes de los modelos de subtitulación de imágenes, como el codificador y el decodificador, y cómo entrenar y evaluar el modelo. Al finalizar este.

University of Colorado Boulder

Introduction to Computer Vision

Introducción a la Visión por Computadora Introducción a la Visión por Computadora guía a los estudiantes a través de los algoritmos y métodos esenciales para ayudar a las computadoras a 'ver' e interpretar datos visuales. Primero aprenderás los conceptos y técnicas centrales que tradicionalmente se han utilizado para analizar imágenes. Luego, pr.

Coursera

MathWorks Computer Vision Engineer

Ingeniero de Visión por Computadora de MathWorks Prepárate para una carrera en el campo en rápida expansión de la visión por computadora. La capacidad de extraer información significativa de datos visuales es crucial para desarrollar eficientemente sistemas de monitoreo inteligente, mejorar diagnósticos médicos y potenciar la próxima generación d.

Google Cloud Skills Boost

Create Image Captioning Models

Crear Modelos de Descripción de Imágenes Descubre cómo crear un modelo de descripción de imágenes con aprendizaje profundo en este curso completo. Aprende sobre los componentes vitales, incluyendo el codificador y el decodificador, y adquiere las habilidades para entrenar y evaluar tu modelo de manera efectiva. Al finalizar, serás competente en.

Pluralsight

Implement Named Entity Recognition with BERT

En este curso, aprenderás sobre la técnica de transformador de última generación llamada BERT, cómo etiquetar las respectivas entidades del dominio de noticias para clasificar información y cómo obtener conocimientos relevantes sobre noticias geopolíticas utilizando una biblioteca de aprendizaje profundo. Clasificar información en múltiples ent.

Coursera

Create Image Captioning Models - 한국어

Coursera

Create Image Captioning Models - 日本語版

Coursera

Create Image Captioning Models - בעברית

Aprende a Crear Modelos de Subtitulación de Imágenes - en Español En este curso, aprenderás cómo crear un modelo de subtitulación de imágenes utilizando aprendizaje profundo (Deep Learning). Aprenderás sobre los diferentes componentes del modelo de subtitulación de imágenes, como el codificador y el decodificador, y cómo entrenar el modelo y eval.

Coursera

Create Image Captioning Models - Português Brasileiro

Crear Modelos de Subtítulos para Imágenes - Español En este curso, enseñamos a crear un modelo de subtítulos para imágenes utilizando aprendizaje profundo. Aprenderás sobre los diferentes componentes de un modelo de subtítulos para imágenes, como el codificador y decodificador, y cómo entrenar y evaluar tu modelo. Al final de este curso, serás.

1 ... 17 18 19 20 21 ... 38

Qué es el aprendizaje profundo?

“Deep learning" - literalmente "aprendizaje profundo". Se trata de la inteligencia artificial y el aumento de sus habilidades a través de la formación, basada no en códigos artificiales, sino en principios similares al desarrollo de la inteligencia humana. Los métodos de aprendizaje profundo permiten hacer autodidactas a las máquinas.

El término en sí y los avances en esta área aparecieron hace 40 años, pero hasta 2012 no se pudieron aplicar en la práctica, ya que estaban limitados por una capacidad técnica insuficiente. Ahora ya hay publicaciones de los pioneros del aprendizaje profundo, y poco a poco están apareciendo libros de texto y cursos de formación en esta especialidad.

Aprendizaje profundo en términos simples: La habilidad de una máquina para encontrar una respuesta usando cálculos se llama inteligencia artificial. Se puede enseñar a una máquina a aprender de manera independiente construyendo algoritmos adecuados - esto se llama aprendizaje automático. Con este enfoque, ya no serán necesarios los algoritmos codificados para resolver problemas. El proceso de adquisición y uso de habilidades imita el pensamiento humano y se llama aprendizaje profundo.

Qué tareas se pueden realizar con el aprendizaje profundo ahora mismo?

Si al amanecer de la automatización las máquinas aprendían a hacer trabajo mecánico para los humanos, ahora las máquinas están aprendiendo a hacer trabajo intelectual rutinario para nosotros. A medida que progresemos, podremos asignarles más tareas, liberando tiempo para lo que realmente importa.

Oficialmente, la principal tarea del aprendizaje profundo es la automatización de tareas complejas en diversas áreas de la actividad humana. Es como un ordenador, pero de un siglo y un nivel diferente.

Pero de particular interés es la asistencia de la red neuronal en la creación de programas para resolver problemas cognitivos.

Basta de frases generales, pasemos a los ejemplos:

Reconocimiento facial por el sistema DeepFace en un 97%, y este resultado es aproximadamente el mismo que el de una persona promedio.

Imitación del habla humana por el sistema WaveNet. No se trata de leer el texto, sino de componer frases con acentos, sin errores en el estrés y sin pausas antinaturales.

Hacer diagnósticos médicos. Por ejemplo, determinar la retinopatía diabética a partir de fotografías de los ojos. La tecnología ya se está utilizando en instituciones médicas de Estados Unidos.

Es difícil imaginar lo que nos espera en el futuro si la gente fuera de la IT acaba de oír hablar del aprendizaje profundo de las máquinas, y ya ha producido resultados tan asombrosos.

Por qué estudiar aprendizaje profundo?

Para ganar el doble que los especialistas en IT comunes. El progreso en el campo de la tecnología de la información no solo está caminando, sino que realmente está corriendo, y es hora de beneficiarse de ello. El ámbito aún no está saturado, y la saturación no sucederá pronto. Sin embargo, crear redes neuronales no es tan simple como limar uñas o mantener cuentas de Instagram. Pero ahora es el momento de comenzar a estudiar para poder desarrollarse junto con su especialidad y, quizás, pronto convertirse en alguien que la desarrolle.

Los cursos de aprendizaje profundo que existen actualmente se dividen en cuatro categorías. Decide cuál es el adecuado para ti:

Entrenamientos: clases altamente especializadas para practicar habilidades específicas. Adecuado para aquellos que necesitan formar una comprensión de los principios básicos del pensamiento de las máquinas.

Cursos largos: para especialistas en IA y aquellos involucrados en el análisis de bases de datos. Los cursos de aprendizaje profundo a largo plazo no son para todos y requieren paciencia y tiempo.

Programas universitarios: para una inmersión máxima en el tema. Pueden ser demasiado difíciles para los principiantes, aunque la aplicación de esfuerzo dará resultados que no se deben esperar de los cursos cortos.

Un corto curso sobre tecnología de aprendizaje profundo en los negocios: información general para gerentes que no estarán haciendo el trabajo ellos mismos, pero necesitan tener un entendimiento del asunto.

Tendrás que esforzarte mucho, pero el resultado vale la pena. Solo por diversión, puedes ver las vacantes para especialistas en aprendizaje profundo en sitios con ofertas de trabajo y evaluar las perspectivas futuras. Aún no todos necesitan experiencia en aprendizaje profundo, y pronto todos los buenos trabajos requerirán varios años de práctica. Por tanto, si tienes la capacidad de entrenar a máquinas sin alma que están casi a la par con nuestra inteligencia, date prisa en tomar los puestos vacantes después de un curso en línea de aprendizaje profundo de AI Eeducation.