Formación Machine Learning Avanzado

Paso a paso

1. 1 Deep Learning

   ¡Vamos a comenzar nuestra inmersión por el famoso Deep Learning!

   En este paso aprenderemos qué es Deep Learning e implementaremos nuestra propia Red Neuronal usando el framework Keras y descubriremos cómo resolver problemas reales.

   ¡Así que vamos, ¡estamos llenos de retos en este océano de conocimiento!

   • 

     Curso Deep Learning parte 1: introducción con Keras

     10h

   Faça esse curso e:

   • Aprenda conceptos esenciales de Deep Learning en la práctica
   • Construya y entrene varios modelos com Keras y Tensorflow
   • Entienda conceptos de redes neuronales
   • Aprenda como seleccionar las capas de un modelo
   • Evalue el rendimiento de tu modelo y mejore sus resultados
   • Aplique Deep Learning para clasificar imágenes

   Mais detalhesdo curso Deep Learning parte 1: introducción con Keras

   • 

     Curso Deep Learning parte 2: cómo aprende la red

     10h

   Faça esse curso e:

   • Comienze a entender como funciona la red neuronal por dentro
   • Familiarizate con los conceptos de Deep Learning
   • Realiza ajustes precisos a las redes neruonales
   • Entienda los problemas de los bias y pesos
   • Entender los mínimos locales
   • Descubra porque el modelo converge

   Mais detalhesdo curso Deep Learning parte 2: cómo aprende la red

   • 

     Curso Regresión: Implementa una red neuronal con numpy

     08h

   Faça esse curso e:

   • Aprende conceptos de machine learning en detalle
   • Construye y entrena un modelo con la biblioteca numpy
   • Aprende a usar una red neuronal para la estimativa de valores
   • Utiliza un problema del día a día que puede ser resuelto a través de la regresión
   • Entiende cómo es el funcionamiento "por detrás de cámaras" de la regresión en el aprendizaje de máquinas

   Mais detalhesdo curso Regresión: Implementa una red neuronal con numpy

2. 2 Procesamiento del Lenguaje Natural

   El Procesamiento del Lenguaje Natural puede considerarse uno de los mayores desafíos de la computación. Sin embargo, al aprender los conceptos fundamentales, podrás ver cuán útil puede ser el Lenguaje Natural. En esta parte, realizarás un Análisis de Sentimiento de forma automatizada y aprenderás a crear visualizaciones para facilitar el análisis de datos textuales.

   Luego, puedes sumergirte en temas más avanzados, como desarrollar representaciones de palabras que de alguna manera incorporan el contexto en el que se usan.

   ¿Y sabes el resultado de todo esto? ¡Podrás crear aplicaciones que involucren la interpretación del lenguaje humano!

   • 

     Curso Lenguaje Natural parte 1: Introducción a NLP con análisis de sentimiento

     08h

   Faça esse curso e:

   • Aprende conceptos fundamentales del Procesamiento de Lenguaje Natural (NLP)
   • Realiza Análisis de Sentimiento de manera automatizada
   • Una arquitectura para clasificación de sentimientos
   • Como crear visualizaciones para facilitar el análisis de datos textuales
   • Comienza a utilizar en NLTK, una de las principales bibliotecas de phyton para NLP
   • Aprende buenas prácticas para el NLP

   Mais detalhesdo curso Lenguaje Natural parte 1: Introducción a NLP con análisis de sentimiento

   • 

     Curso NLP: introducción a los modelos de lenguaje y expresiones regulares

     12h

   Faça esse curso e:

   • Avance en los estudios sobre Procesamiento de Lenguaje Natural
   • Aprenda cómo las regex pueden ayudar en el tratamiento de datos textuales
   • Entienda qué son los modelos de lenguaje y sus aplicaciones
   • Cree un modelo que detecte idiomas de forma automática
   • Practique con bibliotecas de Python como NLTK y Scikit-Learn

   Mais detalhesdo curso NLP: introducción a los modelos de lenguaje y expresiones regulares

   • 

     Curso Word2Vec: interpretación del lenguaje humano con Word embedding

     10h

   Faça esse curso e:

   • Aprende a representar palabras con One-Hot-Encoding, sus ventajas y deventajas.
   • Entiende qué es Word2Vec y conoce sus ventajas
   • Utiliza modelos Word2Vec previamente entrenados
   • Comprende el impacto del sesgo en los modelos de Word2Vec
   • Combina vectores de palabras para la representación de textos
   • Utiliza la Regresión Logística para la clasificación
   • Trabaja con el recurso Classification Report de Sklearn

   Mais detalhesdo curso Word2Vec: interpretación del lenguaje humano con Word embedding

   • 

     Curso Word2Vec: entrenamiento de Word Embedding

     08h

   Faça esse curso e:

   • Aprende cómo usar Spacy en el preprocesamiento de datos textuales, sus ventajas y desventajas
   • Aprende a configurar los Hiperparámetros del modelo Word2Vec
   • Entrena tu propio modelo Word2Vec, utilizando Gensim
   • Crea un clasificador de texto usando tu modelo Word2Vec
   • Habilita tu modelo a través de una aplicación web

   Mais detalhesdo curso Word2Vec: entrenamiento de Word Embedding

3. 3 Computer Vision

   Si el Procesamiento del Lenguaje Natural se puede considerar uno de los mayores desafíos de la computación, el Computer Vision no se queda atrás y es igual de desafiante.

   En este paso, comenzaremos nuestros estudios en Computer Vision, primero usaremos modelos listos para usar de Azure, que toma una imagen y devuelve información variada. Después de comprender algunos de los potenciales de la Computer Vision, pasaremos a manipular y tratar imágenes con OpenCV y crear nuestros propios modelos.

   ¿Listo para nuestra última inmersión, en esta formación?

   • 

     Curso Reconocimiento de imágenes: API de Twitter y Computer Vision

     08h

   Faça esse curso e:

   • Aprende a conectar tu aplicación con Twitter
   • Entiende los conceptos de la API de Twitter
   • Aprende a conectar tu aplicación con Computer Vision API de Azure
   • Analiza imágenes de Twitter automáticamente
   • Crea tu banco de imágenes personalizado

   Mais detalhesdo curso Reconocimiento de imágenes: API de Twitter y Computer Vision

   • 

     Curso Análisis y clasificación de rostros: visión por computador con OpenCV

     10h

   Faça esse curso e:

   • Sea capaz de extraer regiones de interés de una imagen
   • Normalice y preprocese un conjunto de datos de imágenes
   • Construya clasificadores para el reconocimiento facial
   • Valide la exactitud del modelo construído para posteriormente emplearlo en aplicaciones del mundo real
   • Obtenga regiones del rostro humano basado en marcos faciales
   • Cree aplicaciones que analicen diferentes condiciones de cada componente del rostro humano

   Mais detalhesdo curso Análisis y clasificación de rostros: visión por computador con OpenCV