Programa del Curso

Introducción

¿Qué es la IA?

  • Psicología Computacional
  • Filosofía Computacional

Machine Learning

  • Teoría del aprendizaje computacional
  • Computer Algoritmos para la experiencia computacional

Deep Learning

  • Redes neuronales artificiales
  • Aprendizaje profundo frente a aprendizaje automático

Preparación del entorno de desarrollo

  • Configuración de Python bibliotecas y Apache Spark

Recommendation Systems

  • Creación de un marco de trabajo de motor de recomendación
  • Prueba y evaluación de algoritmos

Filtrado colaborativo

  • Trabajar con filtrado basado en el usuario y en el contenido
  • Trabajar con filtrado basado en vecinos
  • Uso de mecanismos para encuadernación con anillas

Matrix Factorización

  • Uso y ampliación de PCA
  • Funcionamiento y mejora de SVD
  • Trabajar con Keras y redes neuronales de aprendizaje profundo

Escalado con Spark

  • Uso de RDD y tramas de datos
  • Configuración de clústeres en AWS / EC2
  • Escalado de Amazon DSSTNE y SageMaker

Resumen y conclusión

Requerimientos

  • Python Experiencia en programación

Audiencia

  • Científicos de datos
 14 horas

Número de participantes



Precio por participante

Cursos Relacionados

H2O AutoML

14 horas

AutoML con Auto-sklearn

14 horas

AutoML con Auto-Keras

14 horas

Avanzado Stable Diffusion: Aprendizaje profundo para la generación de texto a imagen

21 horas

Introducción a Stable Diffusion para la generación de texto a imagen

21 horas

AlphaFold

7 horas

TensorFlow Lite for Embedded Linux

21 horas

TensorFlow Lite for Android

21 horas

TensorFlow Lite for iOS

21 horas

Tensorflow Lite for Microcontrollers

21 horas

Deep Learning Neural Networks with Chainer

14 horas

Distributed Deep Learning with Horovod

7 horas

Accelerating Deep Learning with FPGA and OpenVINO

35 horas

Building Deep Learning Models with Apache MXNet

21 horas

Deep Learning with Keras

21 horas

Categorías Relacionadas