Las ventajas del Deep Learning son aplicables a cualquier sistema basado en datos. Es por eso que la mayoría de los sectores económicos ya cuentan con procesos de IA para mejorar sus servicios y desempeño. El Deep Learning también es responsable de varios procesos tecnológicos relacionales a nivel de usuario. Este curso contempla el conjunto de modelos responsables por los impresionantes resultados actuales en campos como generación de texto artificial y reconocimiento de imágenes.
Este curso contempla el conjunto de modelos responsables por los impresionantes resultados actuales en campos como generación de texto artificial y reconocimiento de imágenes. Todas las clases están acompañadas por videos explicativos en Youtube.
Cada Jupyter se puede ejecutar de manera local usando el programa Jupyter Notebook que viene con la distribución de Python conocida como Anaconda. Recomendamos que intenten instalarse esta distribución ya que es estándar su uso en la industria. Para hacerlo puede hacer clic en downloads acá: https://www.anaconda.com/products/individual
Alternativamente, cada notebook incluye un botón para abrir en Google Colab, el cual es un producto gratuito de Google, es una Jupyter Notebook en la nube. El botón lo pueden encontrar al comienzo de cada clase. Finalmente, también incluímos acá las rutas a las que redirige ese botón, que es https://colab.research.google.com + la ruta en github.
| Título | Clase | Ejercicios | Video |
|---|---|---|---|
| Introducción |  |
|
Video 1 Video 2 |
| Redes de una capa | |
|
Video 1 Video 2 |
| Redes multicapa | |
|
Video 1 Video 2 |
| PyTorch avanzado | |
|
Video 1 Video 2 |
| Evaluación de modelos | |
|
Video 1 Video 2 Video 3 |
| Optimizadores | |
|
Video |
Esperamos que te sea útil! Muchas gracias por aprender con nuestra comunidad,
El equipo de Humai,
