Machine Learning with TensorFlow on Google Cloud en Español
Descubra el AA con Google Cloud
Certificado oficial emitido por la SEPA través del Gobierno del Estado de México
12 meses de acceso
En línea · 240 h
37 unidades
Nivel intermedio
Qué aprenderás
Lo que serás capaz de hacer
¿Qué es el aprendizaje automático? ¿Qué tipos de problemas puede solucionar? ¿Cuáles son las cinco fases para convertir un posible caso práctico en un recurso que pueda aprovechar la tecnología de aprendizaje automático? ¿Por qué es importante no saltarse fases? ¿Por qué las redes neuronales son tan populares? ¿Cómo plantear un problema de aprendizaje supervisado y encontrar una buena solución generalizable mediante un descenso de gradientes y una forma meditada de crear conjuntos de datos? Aprenda a escribir modelos de aprendizaje automático distribuido que escalen en Tensorflow y que brinden predicciones de alto rendimiento. Convierte los datos sin procesar en funciones de una forma que permite al AA aprender características importantes de los datos y aportar una percepción humana para abordar los problemas. Por último, aprenderá a incorporar la combinación adecuada de parámetros que desarrolle modelos generalizados y exactos, y conocerá la teoría para solucionar determinados tipos de problemas de AA. Experimentará con el AA de extremo a extremo, a partir de la construcción de una estrategia centrada en el AA y el avance hacia el entrenamiento, optimización y producción de modelos con laboratorios prácticos mediante Google Cloud Platform. >>> Al inscribirse en esta especialización acepta los Términos de Servicio de Qwiklabs según lo establecido en las Preguntas Frecuentes, disponibles en el apartado: https://qwiklabs.com/terms_of_service <<<
Habilidades que desarrollarás
Ingeniería de características
Optimización de modelos
Implementación de modelos
Tensorflow
Entrenamiento de modelos
Análisis exploratorio de datos
Google Cloud Platform
Evaluación de modelos
Preprocesamiento de datos
Keras (biblioteca de redes neuronales)
Aprendizaje automático aplicado
Calidad de los datos
Aprendizaje automático
Representaciones vectoriales
Dataflow
Despliegue en la nube
Canalizaciones de datos
Métodos de aprendizaje automático
Redes neuronales artificiales
Inteligencia artificial y aprendizaje automático (AI/ML)
Temario
UNIDAD 1 - Módulo 0: Introducción al curso y a la serie · 2 leccionesHow Google does Machine Learning en Español - UNIDAD 1 - Módulo 0: Introducción al curso y a la serie
UNIDAD 1 - Módulo 0: Introducción al curso y a la serie · 2 lecciones
How Google does Machine Learning en Español - UNIDAD 1 - Módulo 0: Introducción al curso y a la serie
- Vista previa de la serie
- Introducción al curso
UNIDAD 2 - Módulo 1: ¿Qué significa centrarse en la IA? · 9 leccionesHow Google does Machine Learning en Español - UNIDAD 2 - Módulo 1: ¿Qué significa centrarse en la IA?
UNIDAD 2 - Módulo 1: ¿Qué significa centrarse en la IA? · 9 lecciones
How Google does Machine Learning en Español - UNIDAD 2 - Módulo 1: ¿Qué significa centrarse en la IA?
- Introducción
- ¿Qué es el AA?
- ¿Qué tipos de problemas puede solucionar?
- Introducción al laboratorio: Definición de un problema de aprendizaje automático
- Soluciones del lab: Definición de un problema de aprendizaje automático
- Incorpore el AA en sus aplicaciones
- Cree una estrategia de datos en torno a AA
- Cuestionario: Qué significa centrarse en la AI
- Recursos: Qué significa centrarse en la AI
UNIDAD 3 - Módulo 2: Cómo utiliza Google el aprendizaje automático · 9 leccionesHow Google does Machine Learning en Español - UNIDAD 3 - Módulo 2: Cómo utiliza Google el aprendizaje automático
UNIDAD 3 - Módulo 2: Cómo utiliza Google el aprendizaje automático · 9 lecciones
How Google does Machine Learning en Español - UNIDAD 3 - Módulo 2: Cómo utiliza Google el aprendizaje automático
- Introducción
- El factor sorpresa del AA
- El ingrediente secreto
- El AA y los procesos empresariales
- La ruta hacia el AA
- Una visión más detallada del recorrido
- Profundización sobre el final de las fases
- Cuestionario: Cómo Google utiliza el AA
- Recursos: Cómo utiliza Google el AA
UNIDAD 4 - Módulo 3: Desarrollo del aprendizaje automático con Vertex AI · 13 leccionesHow Google does Machine Learning en Español - UNIDAD 4 - Módulo 3: Desarrollo del aprendizaje automático con Vertex AI
UNIDAD 4 - Módulo 3: Desarrollo del aprendizaje automático con Vertex AI · 13 lecciones
How Google does Machine Learning en Español - UNIDAD 4 - Módulo 3: Desarrollo del aprendizaje automático con Vertex AI
- Introducción
- Cómo pasar de la experimentación a la producción
- Componentes de Vertex IA
- Coursera: Cómo comenzar a usar Google Cloud Platform y Qwiklabs
- Introducción al laboratorio: Cómo usar un conjunto de datos de imágenes para entrenar un modelo de AutoML
- Demostración del lab: Cómo usar un conjunto de datos de imágenes para entrenar un modelo de AutoML
- Lab: Cómo usar un conjunto de datos de imágenes para entrenar un modelo de AutoML
- Introducción al laboratorio: Cómo entrenar un modelo de clasificación de vídeos de AutoML
- Demostración del lab: Cómo entrenar un modelo de clasificación de vídeos de AutoML
- Lab: Cómo entrenar un modelo de clasificación de vídeos de AutoML
- Herramientas para interactuar con Vertex IA
- Cuestionario: Desarrollo del aprendizaje automático con Vertex IA
- Recursos: Desarrollo del aprendizaje automático con Vertex AI
UNIDAD 5 - Módulo 4: Desarrollo del aprendizaje automático con Notebooks de Vertex · 7 leccionesHow Google does Machine Learning en Español - UNIDAD 5 - Módulo 4: Desarrollo del aprendizaje automático con Notebooks de Vertex
UNIDAD 5 - Módulo 4: Desarrollo del aprendizaje automático con Notebooks de Vertex · 7 lecciones
How Google does Machine Learning en Español - UNIDAD 5 - Módulo 4: Desarrollo del aprendizaje automático con Notebooks de Vertex
- Introducción
- Desarrollo del aprendizaje automático con Notebooks de Vertex
- Introducción al lab (opcional): SDK del creador de modelos de Vertex IA: Entrenamiento y predicciones en un modelo de AutoML
- Demostración del lab (opcional): SDK del creador de modelos de Vertex IA: Entrenamiento y predicciones en un modelo de AutoML
- SDK del creador de modelos Vertex IA (opcional): Entrenamiento y predicciones en un modelo de AutoML
- Cuestionario: Desarrollo del aprendizaje automático con Notebooks de Vertex
- Recursos: Desarrollo del aprendizaje automático con los Notebooks de Vertex
UNIDAD 6 - Módulo 5: Prácticas recomendadas para implementar el aprendizaje automático en Vertex AI · 6 leccionesHow Google does Machine Learning en Español - UNIDAD 6 - Módulo 5: Prácticas recomendadas para implementar el aprendizaje automático en Vertex AI
UNIDAD 6 - Módulo 5: Prácticas recomendadas para implementar el aprendizaje automático en Vertex AI · 6 lecciones
How Google does Machine Learning en Español - UNIDAD 6 - Módulo 5: Prácticas recomendadas para implementar el aprendizaje automático en Vertex AI
- Introducción
- Prácticas recomendadas para el desarrollo del aprendizaje automático
- Prácticas recomendadas para el tratamiento previo de los datos
- Prácticas recomendadas para la configuración del entorno de aprendizaje automático
- Cuestionario: Prácticas recomendadas para implementar el aprendizaje automático en Vertex IA
- Recursos: Prácticas recomendadas para implementar el aprendizaje automático en Vertex AI
UNIDAD 7 - Módulo 6: Desarrollo responsable de la IA · 9 leccionesHow Google does Machine Learning en Español - UNIDAD 7 - Módulo 6: Desarrollo responsable de la IA
UNIDAD 7 - Módulo 6: Desarrollo responsable de la IA · 9 lecciones
How Google does Machine Learning en Español - UNIDAD 7 - Módulo 6: Desarrollo responsable de la IA
- Introducción
- Descripción general
- El sesgo humano provoca sesgos en los modelos de AA
- Sesgo en los datos
- Evaluación de métricas con inclusión para su sistema de AA
- Igualdad de oportunidades
- Cómo encontrar errores en su conjunto de datos con facetas
- Cuestionario: Desarrollo con AI responsable
- Recursos: Desarrollo con AI responsable
UNIDAD 8 - Módulo 7: Resumen · 4 leccionesHow Google does Machine Learning en Español - UNIDAD 8 - Módulo 7: Resumen
UNIDAD 8 - Módulo 7: Resumen · 4 lecciones
How Google does Machine Learning en Español - UNIDAD 8 - Módulo 7: Resumen
- Resumen
- Recurso: Todas las preguntas del cuestionario
- Recurso: Todo el material de lectura
- Recurso: Todas las diapositivas
UNIDAD 9 - Introducción · 1 leccionesLaunching into Machine Learning en Español - UNIDAD 9 - Introducción
UNIDAD 9 - Introducción · 1 lecciones
Launching into Machine Learning en Español - UNIDAD 9 - Introducción
- Introducción al curso
UNIDAD 10 - Conoce tus datos: Mejora los datos mediante análisis exploratorios de datos · 13 leccionesLaunching into Machine Learning en Español - UNIDAD 10 - Conoce tus datos: Mejora los datos mediante análisis exploratorios de datos
UNIDAD 10 - Conoce tus datos: Mejora los datos mediante análisis exploratorios de datos · 13 lecciones
Launching into Machine Learning en Español - UNIDAD 10 - Conoce tus datos: Mejora los datos mediante análisis exploratorios de datos
- Introducción
- Mejora la calidad de los datos
- Coursera: Empezar a usar Google Cloud y Qwiklabs
- Introducción al laboratorio: Mejora la calidad de tus datos
- Demostración del laboratorio: Mejora la calidad de tus datos
- Laboratorio Mejora la calidad de los datos
- ¿Qué es el análisis exploratorio de datos?
- ¿Cómo se utiliza el EDA en el aprendizaje automático?
- Análisis y visualización de datos
- Introducción al laboratorio: Explora los datos con Python y BigQuery
- Laboratorio: Cómo realizar análisis exploratorios de datos a través de Python y BigQuery
- Cuestionario: Conoce tus datos: Mejora los datos mediante análisis exploratorios de datos
- Recursos: Conoce tus datos: Mejora los datos mediante análisis exploratorios de datos
UNIDAD 11 - El aprendizaje automático en la práctica · 9 leccionesLaunching into Machine Learning en Español - UNIDAD 11 - El aprendizaje automático en la práctica
UNIDAD 11 - El aprendizaje automático en la práctica · 9 lecciones
Launching into Machine Learning en Español - UNIDAD 11 - El aprendizaje automático en la práctica
- Introducción
- Aprendizaje supervisado
- Regresión lineal
- Introducción al laboratorio: Introducción a la regresión lineal
- Demostración del laboratorio: Introducción a la regresión lineal
- Laboratorio Introducción a la regresión lineal
- Regresión logística
- Cuestionario: El aprendizaje automático en la práctica
- Recursos: El aprendizaje automático en la práctica
UNIDAD 12 - Entrenamiento de modelos de AutoML con Vertex IA · 7 leccionesLaunching into Machine Learning en Español - UNIDAD 12 - Entrenamiento de modelos de AutoML con Vertex IA
UNIDAD 12 - Entrenamiento de modelos de AutoML con Vertex IA · 7 lecciones
Launching into Machine Learning en Español - UNIDAD 12 - Entrenamiento de modelos de AutoML con Vertex IA
- Introducción
- Aprendizaje automático frente a aprendizaje profundo
- ¿Qué es el aprendizaje automático automatizado?
- AutoML regression model
- Evalúa los modelos de AutoML
- Cuestionario: Entrenamiento de modelos de AutoML con Vertex IA
- Recursos: Entrenamiento de modelos de AutoML con Vertex IA
UNIDAD 13 - Aprendizaje automático en BigQuery: Desarrolla modelos de AA en el lugar en el que se encuentran tus datos · 10 leccionesLaunching into Machine Learning en Español - UNIDAD 13 - Aprendizaje automático en BigQuery: Desarrolla modelos de AA en el lugar en el que se encuentran tus datos
UNIDAD 13 - Aprendizaje automático en BigQuery: Desarrolla modelos de AA en el lugar en el que se encuentran tus datos · 10 lecciones
Launching into Machine Learning en Español - UNIDAD 13 - Aprendizaje automático en BigQuery: Desarrolla modelos de AA en el lugar en el que se encuentran tus datos
- Introducción
- Entrena un modelo de AA con BigQuery ML
- Modelos compatibles con el aprendizaje automático en BigQuery
- Introducción al laboratorio: Usa BigQuery ML para predecir el peso de un pingüino (BigQuery ML y Explainable IA)
- Demostración del lab: Usa BigQuery ML para predecir el peso de un pingüino (BigQuery ML y Explainable IA)
- Laboratorio: Usa BigQuery ML para predecir el peso de un pingüino
- Ajuste de hiperparámetros de BigQuery ML
- Cómo compilar e implementar un sistema de recomendación con BigQuery ML
- Cuestionario: Aprendizaje automático en BigQuery: Desarrolla modelos de AA en el lugar en el que se encuentran tus datos
- Recursos: Aprendizaje automático en BigQuery: Desarrolla modelos de AA en el lugar en el que se encuentran tus datos
UNIDAD 14 - Optimización · 14 leccionesLaunching into Machine Learning en Español - UNIDAD 14 - Optimización
UNIDAD 14 - Optimización · 14 lecciones
Launching into Machine Learning en Español - UNIDAD 14 - Optimización
- Introducción
- Definición de los modelos de AA
- Introducción al conjunto de datos del curso
- Introducción a las funciones de pérdida
- Descenso de pendientes
- Solución de problemas con curvas de pérdida
- Errores comunes en los modelos de AA
- Laboratorio de clase: Introducción a TensorFlow Playground
- Laboratorio de clase: TensorFlow Playground: Avanzado
- Laboratorio de clase: Práctica con redes neuronales
- Métricas de rendimiento
- Matriz de confusión
- Cuestionario: Optimización
- Recursos: Optimización
UNIDAD 15 - Generalización y muestreo · 7 leccionesLaunching into Machine Learning en Español - UNIDAD 15 - Generalización y muestreo
UNIDAD 15 - Generalización y muestreo · 7 lecciones
Launching into Machine Learning en Español - UNIDAD 15 - Generalización y muestreo
- Introducción
- Generalización y modelos de AA
- Cuándo detener el entrenamiento de modelos
- Cómo crear muestras repetibles en BigQuery
- Demostración: Cómo dividir conjuntos de datos en BigQuery
- Cuestionario: Generalización y muestreo
- Recursos: Generalización y muestreo
UNIDAD 16 - Resumen · 4 leccionesLaunching into Machine Learning en Español - UNIDAD 16 - Resumen
UNIDAD 16 - Resumen · 4 lecciones
Launching into Machine Learning en Español - UNIDAD 16 - Resumen
- Resumen
- Recurso: Todas las preguntas del cuestionario
- Recurso: Todo el material de lectura
- Recurso: Todas las diapositivas (sólo en inglés)
UNIDAD 17 - Introducción al curso · 2 leccionesIntro to TensorFlow en Español - UNIDAD 17 - Introducción al curso
UNIDAD 17 - Introducción al curso · 2 lecciones
Intro to TensorFlow en Español - UNIDAD 17 - Introducción al curso
- Introducción al curso
- Primeros pasos con Google Cloud y Qwiklabs
UNIDAD 18 - Introducción a TensorFlow · 11 leccionesIntro to TensorFlow en Español - UNIDAD 18 - Introducción a TensorFlow
UNIDAD 18 - Introducción a TensorFlow · 11 lecciones
Intro to TensorFlow en Español - UNIDAD 18 - Introducción a TensorFlow
- Introducción a TensorFlow
- Introducción a TensorFlow
- Jerarquía de la API de TensorFlow
- Jerarquía de la API
- Componentes de TensorFlow: Tensores y variables
- Tensores y variables
- Introducción al laboratorio: Introducción a los tensores y las variables
- Introducción a los tensores y las variables
- Introducción al laboratorio: Escritura de programas de TensorFlow de bajo nivel
- Escritura del código de TensorFlow de bajo nivel
- Lecturas
UNIDAD 19 - Diseña y compila una canalización de datos de entrada de TensorFlow · 20 leccionesIntro to TensorFlow en Español - UNIDAD 19 - Diseña y compila una canalización de datos de entrada de TensorFlow
UNIDAD 19 - Diseña y compila una canalización de datos de entrada de TensorFlow · 20 lecciones
Intro to TensorFlow en Español - UNIDAD 19 - Diseña y compila una canalización de datos de entrada de TensorFlow
- Descripción general
- Trabajo en la memoria y con los archivos
- Preparación de los datos para el entrenamiento de modelos
- PRÁCTICA: Preparación de los datos para el entrenamiento de modelos
- Introducción al laboratorio: Carga de datos de CSV y NumPy
- Cómo cargar tipos de archivos CSV y de NumPy en TensorFlow 2.0
- Introducción al laboratorio: Carga de datos de imágenes
- Cómo cargar imágenes con tf.data.Dataset
- Introducción al laboratorio: Columnas de atributos
- Introducción a las columnas de atributos
- Introducción al laboratorio opcional: TFRecord y tf.Example
- Laboratorio opcional: TFRecord y tf.Example
- Entrenamiento en grandes conjuntos de datos con la API de tf.data
- Entrenamiento en grandes conjuntos de datos con la API de tf.data
- Introducción al laboratorio: Manipulación de datos con la API de Dataset de TensorFlow
- Manipulación de datos con la API de Dataset de TensorFlow
- Introducción al lab opcional: Análisis de funciones mediante la Validación de datos de TensorFlow y la visualización de facetas
- Laboratorio opcional: Análisis de atributos con TensorFlow Data Validation y Facets
- Diseñe y compile una canalización de datos de entrada
- Lecturas
UNIDAD 20 - Entrenamiento de redes neuronales con TensorFlow 2 y la API secuencial de Keras · 11 leccionesIntro to TensorFlow en Español - UNIDAD 20 - Entrenamiento de redes neuronales con TensorFlow 2 y la API secuencial de Keras
UNIDAD 20 - Entrenamiento de redes neuronales con TensorFlow 2 y la API secuencial de Keras · 11 lecciones
Intro to TensorFlow en Español - UNIDAD 20 - Entrenamiento de redes neuronales con TensorFlow 2 y la API secuencial de Keras
- Descripción general
- Funciones de activación
- Funciones de activación: Dificultades para evitar la propagación inversa
- Funciones de activación
- Redes neuronales con la API secuencial de Keras
- Redes neuronales con TF2 y Keras
- Introducción al lab: API secuencial de Keras
- Introducción a la API secuencial de Keras
- Clasificación con la API secuencial de Keras y TensorFlow 2.0
- Práctica opcional: Clasificación avanzada con la API de Keras y TensorFlow 2.0
- Lecturas
UNIDAD 21 - Entrenamiento de redes neuronales con TensorFlow 2 y la API funcional de Keras · 11 leccionesIntro to TensorFlow en Español - UNIDAD 21 - Entrenamiento de redes neuronales con TensorFlow 2 y la API funcional de Keras
UNIDAD 21 - Entrenamiento de redes neuronales con TensorFlow 2 y la API funcional de Keras · 11 lecciones
Intro to TensorFlow en Español - UNIDAD 21 - Entrenamiento de redes neuronales con TensorFlow 2 y la API funcional de Keras
- Redes neuronales con la API funcional de Keras
- La API funcional de Keras
- Regularización: Aspectos básicos
- Regularización: L1, L2 y de interrupción anticipada
- Regularización: De los jubilados
- Regularización
- Entrega de modelos en la nube
- Entrega de modelos en la nube
- Introducción al lab: API funcional de Keras
- La API funcional de Keras
- Lecturas
UNIDAD 22 - Resumen · 4 leccionesIntro to TensorFlow en Español - UNIDAD 22 - Resumen
UNIDAD 22 - Resumen · 4 lecciones
Intro to TensorFlow en Español - UNIDAD 22 - Resumen
- Resumen del curso
- Resumen del curso
- Preguntas del examen relacionadas con TODAS las lecciones
- Diapositiva del curso
UNIDAD 23 - Introducción · 1 leccionesFeature Engineering en Español - UNIDAD 23 - Introducción
UNIDAD 23 - Introducción · 1 lecciones
Feature Engineering en Español - UNIDAD 23 - Introducción
- Introducción al curso
UNIDAD 24 - Introducción a Vertex IA Feature Store · 8 leccionesFeature Engineering en Español - UNIDAD 24 - Introducción a Vertex IA Feature Store
UNIDAD 24 - Introducción a Vertex IA Feature Store · 8 lecciones
Feature Engineering en Español - UNIDAD 24 - Introducción a Vertex IA Feature Store
- Introducción
- Beneficios de Feature Store
- Terminología y conceptos de Feature Store
- El modelo de datos de Feature Store
- Cómo crear una Feature Store
- Entrega de atributos: Por lotes y en línea
- Cuestionario: Introducción a Vertex IA Feature Store
- Recursos: Introducción a Vertex AI Feature Store
UNIDAD 25 - De los datos sin procesar a los atributos · 11 leccionesFeature Engineering en Español - UNIDAD 25 - De los datos sin procesar a los atributos
UNIDAD 25 - De los datos sin procesar a los atributos · 11 lecciones
Feature Engineering en Español - UNIDAD 25 - De los datos sin procesar a los atributos
- Introducción
- Descripción general de la ingeniería de atributos
- De los datos sin procesar a los atributos
- Atributos buenos frente a atributos malos
- Los atributos deben conocerse en el momento de la predicción
- Los atributos deben ser numéricos
- Los atributos deben tener suficientes ejemplos
- El aporte de las estadísticas manuales
- Representación de atributos
- Cuestionario: De los datos sin procesar a los atributos
- Recursos: De los datos sin procesar a los atributos
UNIDAD 26 - Ingeniería de atributos · 17 leccionesFeature Engineering en Español - UNIDAD 26 - Ingeniería de atributos
UNIDAD 26 - Ingeniería de atributos · 17 lecciones
Feature Engineering en Español - UNIDAD 26 - Ingeniería de atributos
- Introducción
- Aprendizaje automático frente a las estadísticas
- Ingeniería de atributos básica
- Coursera: Empezar a usar Google Cloud y Qwiklabs
- Introducción al laboratorio: Realiza ingeniería de atributos básica en BigQuery ML
- Lab: Realiza ingeniería de atributos básica en BigQuery ML
- Ingeniería de atributos avanzada: Combinaciones de atributos
- Funciones Bucketize y Transform
- Predicción de precios de viviendas
- Estimación de tarifas de taxis
- Atributos temporales y de localización geográfica
- Introducción al lab: Ingeniería de atributos básica en Keras
- Lab: Ingeniería de atributos básica en Keras
- Introduction to lab: Ingeniería de atributos avanzada en Keras
- Lab: Ingeniería de atributos avanzada en Keras
- Cuestionario: Ingeniería de atributos
- Recursos: Ingeniería de atributos
UNIDAD 27 - Preprocesamiento y creación de atributos · 5 leccionesFeature Engineering en Español - UNIDAD 27 - Preprocesamiento y creación de atributos
UNIDAD 27 - Preprocesamiento y creación de atributos · 5 lecciones
Feature Engineering en Español - UNIDAD 27 - Preprocesamiento y creación de atributos
- Introducción
- Apache Beam y Dataflow
- Dataflow terms and concepts
- Cuestionario: Procesamiento previo y creación de atributos
- Recursos: Preprocesamiento y creación de atributos
UNIDAD 28 - Combinaciones de atributos: TensorFlow Playground · 7 leccionesFeature Engineering en Español - UNIDAD 28 - Combinaciones de atributos: TensorFlow Playground
UNIDAD 28 - Combinaciones de atributos: TensorFlow Playground · 7 lecciones
Feature Engineering en Español - UNIDAD 28 - Combinaciones de atributos: TensorFlow Playground
- Introducción
- ¿Qué es una combinación de atributos?
- Discretización
- Introducción al laboratorio: TensorFlow Playground: Utiliza combinaciones de atributos para crear un buen clasificador
- Introducción al laboratorio: TensorFlow Playground: Demasiado de algo bueno
- Cuestionario: Combinaciones de atributos - TensorFlow Playground
- Recursos: Combinaciones de atributos - TensorFlow Playground
UNIDAD 29 - Introducción a TensorFlow Transform · 7 leccionesFeature Engineering en Español - UNIDAD 29 - Introducción a TensorFlow Transform
UNIDAD 29 - Introducción a TensorFlow Transform · 7 lecciones
Feature Engineering en Español - UNIDAD 29 - Introducción a TensorFlow Transform
- Introducción
- Transformación TensorFlow
- Fase de análisis
- Fase de transformación
- Asistencia para la entrega
- Cuestionario: Introducción a TensorFlow Transform
- Recursos: Introducción a TensorFlow Transform
UNIDAD 30 - Resumen · 4 leccionesFeature Engineering en Español - UNIDAD 30 - Resumen
UNIDAD 30 - Resumen · 4 lecciones
Feature Engineering en Español - UNIDAD 30 - Resumen
- Resumen
- Recurso: Todas las preguntas del cuestionario
- Recurso: Todo el material de lectura
- Recurso: Todas las diapositivas (sólo en inglés)
UNIDAD 31 - Introducción · 1 leccionesArt and Science of Machine Learning en Español - UNIDAD 31 - Introducción
UNIDAD 31 - Introducción · 1 lecciones
Art and Science of Machine Learning en Español - UNIDAD 31 - Introducción
- Introducción
UNIDAD 32 - El arte del AA · 12 leccionesArt and Science of Machine Learning en Español - UNIDAD 32 - El arte del AA
UNIDAD 32 - El arte del AA · 12 lecciones
Art and Science of Machine Learning en Español - UNIDAD 32 - El arte del AA
- Introducción
- Regularización
- Regularizaciones L1 y L2
- Introducción al laboratorio Regularización
- Lab: Regularización
- El arte del AA: regularización
- Recursos: Lecturas - 1 - El arte del AA (El arte del AA)
- Tasa de aprendizaje y tamaño de los lotes
- Optimización
- Introducción al laboratorio: Cómo revisar curvas de aprendizaje
- Cómo revisar las curvas de aprendizaje
- Recursos: Lecturas - 2 - El arte de la AA (Tasa de aprendizaje y tamaño del lote)
UNIDAD 33 - Ajuste de hiperparámetros · 9 leccionesArt and Science of Machine Learning en Español - UNIDAD 33 - Ajuste de hiperparámetros
UNIDAD 33 - Ajuste de hiperparámetros · 9 lecciones
Art and Science of Machine Learning en Español - UNIDAD 33 - Ajuste de hiperparámetros
- Introducción
- Parámetros frente a hiperparámetros
- Más allá de la búsqueda por cuadrícula
- Introducción al laboratorio: Exporte datos de BigQuery a Google Cloud Storage
- Exporte datos de BigQuery a Google Cloud Storage
- Introducción al laboratorio: Cómo realizar el ajuste de hiperparámetros
- Cómo realizar el ajuste de hiperparámetros
- Ajuste de hiperparámetros
- Recursos Lecturas - 3 - Ajuste de hiperparámetros
UNIDAD 34 - Un poco de ciencia · 9 leccionesArt and Science of Machine Learning en Español - UNIDAD 34 - Un poco de ciencia
UNIDAD 34 - Un poco de ciencia · 9 lecciones
Art and Science of Machine Learning en Español - UNIDAD 34 - Un poco de ciencia
- Introducción
- Regularización para lograr la dispersión
- Lab: Regularización L1
- Solución del lab Regularización L1
- Regularización L1
- Recursos: Lecturas - 4 - Una pizca de ciencia (Regularización para lograr la dispersión)
- Regresión logística
- Regresión logística
- Recursos: Lecturas - 5 - Una pizca de ciencia (Regresión logística)
UNIDAD 35 - La ciencia de las redes neuronales · 12 leccionesArt and Science of Machine Learning en Español - UNIDAD 35 - La ciencia de las redes neuronales
UNIDAD 35 - La ciencia de las redes neuronales · 12 lecciones
Art and Science of Machine Learning en Español - UNIDAD 35 - La ciencia de las redes neuronales
- Introducción
- Redes neuronales
- Lab: Sitio de prueba de redes neuronales
- Cómo entrenar redes neuronales
- Cómo entrenar redes neuronales
- Introducción al laboratorio: Cómo compilar un modelo de DNN con la API funcional de Keras
- Cómo compilar un modelo de DNN con la API funcional de Keras
- Introducción al laboratorio: Cómo entrenar modelos a gran escala con IA Platform
- Cómo entrenar modelos a gran escala con AI Platform
- Redes neuronales de varias clases
- Redes neuronales de varias clases
- Recursos: Lecturas - 6 - La ciencia de las redes neuronales
UNIDAD 36 - Incorporaciones · 11 leccionesArt and Science of Machine Learning en Español - UNIDAD 36 - Incorporaciones
UNIDAD 36 - Incorporaciones · 11 lecciones
Art and Science of Machine Learning en Español - UNIDAD 36 - Incorporaciones
- Introducción a las incorporaciones
- Repaso de las incorporaciones
- Recomendaciones
- Incorporaciones basadas en datos
- Tensores dispersos
- Entrenamiento de una incorporación
- Propiedad de similitud
- Incorporaciones
- Introducción al laboratorio: Introducción a la API funcional
- Introducción a la API funcional de Keras
- Recursos: Lecturas - 7 - Incorporación
UNIDAD 37 - Resumen · 4 leccionesArt and Science of Machine Learning en Español - UNIDAD 37 - Resumen
UNIDAD 37 - Resumen · 4 lecciones
Art and Science of Machine Learning en Español - UNIDAD 37 - Resumen
- Resumen del curso
- Recursos del curso
- Recursos: Lista recopilada de lecturas
- Todas las preguntas del cuestionario en un archivo PDF
Certificado oficial
Tu certificado lo emite la SEP, no solo una plataforma
Al demostrar la competencia recibes un certificado emitido por la Secretaría de Educación Pública a través del Gobierno del Estado de México: un documento oficial que puedes presentar con confianza ante cualquier empleador o institución.
Tu certificado con INEC
- Lo emite la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México
- Documento oficial con folio verificable en línea
- Lo otorga la Universidad Tecnológica Fidel Velázquez
Otras plataformas en línea
- Constancia privada emitida por la misma plataforma
- Solo acredita horas cursadas o asistencia
- Sin respaldo de una autoridad educativa
Cómo funciona
Tu itinerario, de la inscripción al certificado
- 1
Inscripción con pago único
Pagas $4,990 MXN una sola vez y entras de inmediato al curso.
- 2
Estudias a tu ritmo
37 unidades con videos, lecturas y actividades, disponibles 24/7 durante 12 meses.
- 3
Cuestionarios por unidad
37 cuestionarios para comprobar lo aprendido.
- 4
Certificado
Emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
Lo que obtienes
Un certificado oficial de la SEP
Muestra · verificable por folio y QR
- Emitido por la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México. No es una constancia privada: es un documento oficial, y ese respaldo marca la diferencia frente a otras plataformas en línea.
- Contenido impartido por Google Cloud.
- Folio y QR verificables para compartirlo con quien te contrate.
Medios que necesitas
Equipo de cómputo
Conexión estable a internet
Pago único
Empieza hoy, a tu ritmo
Un solo pago y acceso inmediato al curso completo durante 12 meses.
- 37 unidades · 301 lecciones · 240 h
- 12 meses de acceso
- 37 cuestionarios de evaluación
- Certificado emitido por la SEP (Gob. del Estado de México) con folio verificable
Preguntas frecuentes
Sobre tu inscripción
¿Cómo es el pago?
Un solo pago de $4,990 MXN. No hay mensualidades ni cargos recurrentes.
¿Cuánto tiempo tengo acceso?
12 meses desde tu inscripción, 24/7, para avanzar a tu ritmo.
¿Quién imparte el contenido?
El curso es impartido por Google Cloud; INEC gestiona tu inscripción, evaluación y certificado.
¿Qué pasa cuando vence mi acceso?
Puedes renovar tu cuenta tú mismo desde la plataforma, sin trámites ni esperas.
