Cursos de aprendizaje profundo

371 Cursos

AWS Skill Builder

Fundamentos de machine learning e inteligência artificial (Português) | Fundamentals of Machine Learning and Artificial Intelligence (Portuguese)

Fundamentals of Machine Learning and Artificial Intelligence (Spanish) En este curso, aprenderás sobre los fundamentos de machine learning (ML) e inteligencia artificial (IA). Explorarás las conexiones entre IA, ML, aprendizaje profundo y el campo emergente de la inteligencia artificial generativa (IA generativa). Desarrollarás una comprensión sól.

Stanford University

Stanford Seminar - Persistent and Unforgeable Watermarks for Deep Neural Networks

Seminario de Stanford - Marcas de Agua Persistentes e Infalsificables para Redes Neuronales Profundas Explore un seminario de Stanford sobre marcas de agua persistentes e infalsificables para redes neuronales profundas. Profundice en la creciente popularidad de las redes neuronales profundas, sus desafíos de entrenamiento y la importancia de la p.

Stanford University

Stanford CS330: Deep Multi-Task and Meta Learning

Stanford CS330: Aprendizaje Profundo Multitarea y Metaaprendizaje Emprende un viaje educativo de 18 horas con el curso integral de la Universidad de Stanford que se adentra en la vanguardia del aprendizaje multitarea y el metaaprendizaje dentro del ámbito de la inteligencia artificial. Este curso comienza con una introducción y una visión ampl.

Pluralsight

Unlocking Speech Recognition: Deep Learning in Acoustics

Desbloqueo del Reconocimiento de Voz: Aprendizaje Profundo en Acústica Desbloqueo del Reconocimiento de Voz: Aprendizaje Profundo en Acústica ofrece una inmersión completa en la comunicación de IA. Este curso es perfecto para aquellos que buscan desarrollar modelos de reconocimiento de voz a texto utilizando TensorFlow y PyTorch. A lo la.

Pluralsight

Using Neural Networks for Image and Voice Data Analysis

Uso de Redes Neuronales para el Análisis de Datos de Imágenes y Voz 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 learnin.

Pluralsight

Image Segmentation

Segmentación de Imágenes Muchas de las millones de imágenes digitales que estamos generando necesitan interpretación, pero no hay suficientes ojos humanos para la tarea. Este curso te enseñará cómo usar bibliotecas de Python y modelos de aprendizaje profundo para automatizar la segmentación de imágenes. Quieres que tu aplicació.

Pluralsight

Demystifying Image Recognition: Dive into Deep Learning

Desmitificando el Reconocimiento de Imágenes: Sumérgete en el Aprendizaje Profundo En el mundo basado en datos de hoy, una cantidad significativa de información es visual. Este curso, Desmitificando el Reconocimiento de Imágenes: Sumérgete en el Aprendizaje Profundo, te equipará con las habilidades para reconocer y clasificar imágenes utilizando.

Udemy

TensorFlow for Deep Learning Bootcamp

Bootcamp de TensorFlow para Aprendizaje Profundo Aprende TensorFlow de Google y ¡conviértete en un experto en IA, Aprendizaje Automático y Aprendizaje Profundo! Proveedor: Udemy Categorías: Cursos de Aprendizaje Automático, Cursos de Visión por Computadora, Cursos de Aprendizaje Profundo, Cursos de TensorFlow

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.

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.

1 ... 6 7 8 9 10 ... 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.