La tecnología de la IA está experimentando un crecimiento exponencial y está siendo ampliamente adoptada en las industrias de la salud, defensa, banca, juegos, transporte y robótica.

El propósito de este curso es proporcionar a los estudiantes conocimientos prácticos de construcción, formación, prueba y despliegue de redes neuronales artificiales y modelos de aprendizaje profundo utilizando TensorFlow 2.0.

El curso proporciona a los estudiantes experiencia práctica en la formación de Redes Neuronales Artificiales y Redes Neuronales Convolucionales utilizando un conjunto de datos del mundo real utilizando TensorFlow 2.0. Este curso cubre varias técnicas de manera práctica, los proyectos incluyen pero no se limitan a:

(1) Capacitar en Redes Neuronales

(2) Desarrollar redes neuronales artificiales

(3) Entrenar modelos de aprendizaje profundo para realizar tareas de clasificación de imágenes como detección de rostros, clasificación de moda

(4) Desarrollar modelos de Inteligencia Artificial para realizar análisis de sentimientos y analizar las opiniones de los clientes.

(5) Realizar la visualización de los modelos de IA y evaluar su desempeño

(6) Desplegar los modelos de IA

El curso está dirigido a los estudiantes que quieran obtener una comprensión fundamental de cómo construir y desplegar modelos en Tensorflow 2.0. Se recomiendan conocimientos básicos de programación.

Los estudiantes que se matriculen en este curso dominarán las técnicas de Inteligencia Artificial y de Aprendizaje Profundo y podrán aplicar directamente estos conocimientos para resolver problemas desafiantes del mundo real utilizando el nuevo TensorFlow 2.0 de Google.

CONTENIDO DEL CURSO:

1. INTRODUCCION19:45
– Bienvenida – 00:53AVANCE
– Que es Inteligencia Artificial – 00:56
– IA vs ML vs DL – 00:57
– ML vs DL – 07:34
– Descargar Material del Curso – 00:39
– Instalar Anaconda y Ambiente – 08:46

PROYECTO 1: TEMPERATURA CELSIUS A FAHRENHEIT – 23:25
– Introduccion al Caso – 03:27
– Visualizacion de Datos – 01:10
– Creando Sets de Datos – 00:56
– Creando Modelo – 07:42
– Entrenamiento – 03:24
– Evaluando Modelo – 04:21
– Haciendo Predicciones – 01:54
– Mejorando Modelo – 00:31

PROYECTO 2: PREDICCION DE VENTAS EN NEGOCIO – 16:57
– Introduccion Caso de Estudios – 01:44
– Caso de Estudios – 00:37
– Importando Datos – 01:16
– Visualizacion de Precios – 01:20
– Creando Set de Entrenamiento – 01:53
– Obteniendo Precios – 03:50
– Prediccion de Ventas – 02:22
– Mostrando Resultados en Grafico – 03:55

PROYECTO 3: PREDICCION VENTAS EN PRODUCTO DE SUSCRIPCION – 33:47
– Introduuccion Caso de Estudios – 03:09
– Importando Datos – 00:48
– Limpieza de Datos – 05:44
– Visualizacion – 02:46
– Datos Numericos – 02:42
– Datos Categoricos – 07:28
– Escalado de Caracteristicas – 01:12
– Sets de Entrenamiento y Prueba – 00:59
– Creando Modelo y Entrenandolo – 03:48
– Prediccion – 05:11

PROYECTO 4: PREDICCION PRECIOS – BIENES RAICES – 16:43
– Introduccion Caso de Estudios – 02:58
– Visualizando Datos – 02:12
– Sets de Entrenamiento y Prueba – 03:34
– Normalizando – 00:48
– Entrenamiento del Modelo – 03:05
– Evaluando Entrenamiento con Grafico – 00:53
– Haciendo Prediccion de Precio – 03:13

PROYECTO 5: ANALISIS DE SENTIMIENTO – 57:21
– Que es Procesamiento Natural de Lenguaje – 03:58
– Introduccion Caso de Estudios – 02:58
– Dependencias – 03:20
– Cargando Archivos – 04:11
– Limpieza – 07:43
– Formato Correcto de Datos – 01:44
– Modelo – 02:00
– Padding – 02:04
– Terminando Limpieza – 03:05
– Definiendo Modelo – 10:24
– Declarando Capas – 04:44
– Configuracion del Modelo – 01:39
– Definiendo Entrenamiento – 07:01
– Entrenando – 01:00
– Evaluacion – 01:30

PROYECTO 6: CLASIFICACION DE IMAGENES – FASHION Y MODA – 44:33
– Introduccion Caso Estudios – 03:17
– Preparando Ambiente – 08:46
– Instalando Paquetes Necesarios – 02:23
– Importando Paquetes – 05:41
– Pre-Procesamiento de Datos – 04:45
– Armando Modelo – 08:14
– Compilando Red Neuronal – 02:10
– Entrenando Red Neuronal – 01:39
– Evaluando Red Neuronal – 01:20
– Mejorando Red Neuronal – 06:18

PROYECTO 7: CLASIFICACION DE IMAGENES AVANZADO – 27:04
– Importando Paquetes – 03:53
– Pre-Procesamiento de Datos – 06:59
– Creando Red Neuronal Convolucional – 10:23
– Compilando RNC – 02:36
– Evaluando RNC – 02:27
– Mejorando RNC – 00:46