Google Cloud
Art and Science of Machine Learning en Español

Diese kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.
Google Cloud

Art and Science of Machine Learning en Español

Dieser Kurs ist Teil von Spezialisierung Machine Learning with TensorFlow on Google Cloud en Español

Unterrichtet auf Spanisch

3.034 bereits angemeldet

Bei Coursera Plus enthalten

Kurs

Informieren Sie sich über ein Thema und erlernen Sie die Grundlagen.

4.7

(47 Bewertungen)

Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
19 Stunden (ungefähr)
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Generalizar un modelo de AA usando técnicas de regularización

  • Ajustar el tamaño del lote y la tasa de aprendizaje para mejorar el rendimiento del modelo

  • Optimizar el modelo

  • Aplicar los conceptos en el código de TensorFlow

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

7 Quizzes

Kurs

Informieren Sie sich über ein Thema und erlernen Sie die Grundlagen.

4.7

(47 Bewertungen)

Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
19 Stunden (ungefähr)
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung Machine Learning with TensorFlow on Google Cloud en Español
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • Lernen Sie neue Konzepte von Branchenexperten
  • Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
  • Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
  • Erwerben Sie ein Berufszertifikat zur Vorlage
Platzhalter
Platzhalter

Erwerben Sie ein Karrierezertifikat.

Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.

Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.

Platzhalter

In diesem Kurs gibt es 7 Module

Le damos la bienvenida a The Art and Science of Machine Learning. En este curso, se abordan las habilidades básicas de intuición, buen criterio y experimentación del AA necesarias para ajustar mejor y optimizar modelos de AA a fin de lograr el mejor rendimiento. Aprenderá a generalizar su modelo usando técnicas de regularización y descubrirá los efectos de los hiperparámetros, como el tamaño del lote y la tasa de aprendizaje, en el rendimiento del modelo. Analizaremos algunos de los algoritmos de optimización de los modelos más comunes y le mostraremos cómo especificar un método de optimización en su código de TensorFlow.

Das ist alles enthalten

1 Video

En este módulo, aprenderá a ajustar el tamaño del lote y la tasa de aprendizaje para mejorar el rendimiento del modelo, optimizar su modelo y aplicar los conceptos en el código de TensorFlow.

Das ist alles enthalten

8 Videos2 Lektüren1 Quiz1 App-Element

En este módulo, aprenderá a diferenciar entre parámetros e hiperparámetros. Luego, veremos el enfoque tradicional de búsqueda por cuadrícula y aprenderemos a ir más allá mediante algoritmos más inteligentes. Por último, verá cómo Cloud ML Engine facilita la automatización del ajuste de hiperparámetros.

Das ist alles enthalten

5 Videos1 Lektüre1 Quiz2 App-Elemente

En este módulo, comenzaremos a presentar la ciencia junto con el arte del aprendizaje automático. Primero, hablaremos sobre cómo realizar una regularización para lograr dispersión y, de este modo, conseguir modelos más simples y concisos. Luego, abordaremos la regresión logística y aprenderemos a determinar el rendimiento.

Das ist alles enthalten

5 Videos2 Lektüren2 Quizzes

En este módulo, profundizaremos en la ciencia, específicamente en las redes neuronales.

Das ist alles enthalten

7 Videos1 Lektüre2 Quizzes2 App-Elemente

En este módulo, aprenderá a usar incorporaciones para administrar los datos dispersos, a fin de que los modelos de aprendizaje automático que usan ese tipo de datos consuman menos memoria y se entrenen más rápido. Las incorporaciones también son una forma de reducir la dimensionalidad. Esto hace que los modelos sean más simples y generalizables.

Das ist alles enthalten

8 Videos1 Lektüre1 Quiz1 App-Element

Resumen de los puntos clave de aprendizaje del curso.

Das ist alles enthalten

1 Video3 Lektüren

Dozent

Lehrkraftbewertungen
4.5 (15 Bewertungen)
Google Cloud Training
Google Cloud
1.548 Kurse2.678.283 Lernende

von

Google Cloud

Empfohlen, wenn Sie sich für Machine Learning interessieren

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

Zeigt 3 von 47

4.7

47 Bewertungen

  • 5 stars

    87,23 %

  • 4 stars

    4,25 %

  • 3 stars

    4,25 %

  • 2 stars

    0 %

  • 1 star

    4,25 %

JF
5

Geprüft am 16. Sep. 2020

LM
5

Geprüft am 20. Dez. 2020

EA
5

Geprüft am 20. Okt. 2020

Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen