Art and Science of Machine Learning en Español
- 4.6
-
![]()
![]()
![]()
![]()
![]()
Approx. 20 hours to complete
Course Summary
This course explores the intersection of art and science in the field of machine learning. Students will learn how to apply machine learning algorithms to solve real-world problems in various industries.Key Learning Points
- Gain an understanding of the art and science behind machine learning
- Learn how to apply machine learning algorithms to real-world problems
- Explore the potential impact of machine learning on various industries
Related Topics for further study
Learning Outcomes
- Understand the principles of machine learning
- Apply machine learning algorithms to solve real-world problems
- Evaluate the potential impact of machine learning on various industries
Prerequisites or good to have knowledge before taking this course
- Basic knowledge of programming
- Familiarity with linear algebra and calculus
Course Difficulty Level
IntermediateCourse Format
- Online
- Self-paced
- Video lectures
- Hands-on projects
Similar Courses
- Applied Data Science with Python
- Machine Learning Foundations: A Case Study Approach
- Introduction to Artificial Intelligence
Notable People in This Field
- Co-founder of Google Brain and Coursera
- Director of Machine Learning at Apple
Related Books
Description
Le damos la bienvenida a The Art and Science of Machine Learning. El curso consta de 6 módulos. 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.
Outline
- Introducción
- Introducción
- Getting Started with Google Cloud Platform and Qwiklabs
- El arte del AA
- Introducción
- Regularización
- Regularizaciones L1 y L2
- Introducción al lab Regularización
- Lab: Regularización
- Tasa de aprendizaje y tamaño de lotes
- Optimización
- Introducción al lab: Cómo revisar curvas de aprendizaje
- Recursos: Lecturas - 1 - El arte del AA (El arte del AA)
- Recursos: Lecturas - 2 - El arte del AA (Tasa de aprendizaje y tamaño del lote)
- El arte del AA: regularización
- Ajuste de hiperparámetros
- Introducción
- Parámetros frente a hiperparámetros
- Más allá de la búsqueda por cuadrícula
- Introducción al lab: Exporte datos de BigQuery a Google Cloud Storage
- Introducción al lab: Cómo realizar el ajuste de hiperparámetros
- Resources Readings - 3 - Hyperparameter Tuning
- Ajuste de hiperparámetros
- Una pizca de ciencia
- Introducción
- Regularización para lograr dispersión
- Lab: Regularización L1
- Solución del lab Regularización L1
- Regresión logística
- Recursos: Lecturas - 4 - Una pizca de ciencia (Regularización para lograr dispersión)
- Recursos: Lecturas - 5 - Una pizca de ciencia (Regresión logística)
- Regularización L1
- Regresión logística
- La ciencia de las redes neuronales
- Introducción
- Redes neuronales
- Lab: Sitio de prueba de redes neuronales
- Cómo entrenar redes neuronales
- Introducción al lab: Cómo compilar un modelo de DNN con la API funcional de Keras
- Introducción al lab: Cómo entrenar modelos a gran escala con AI Platform
- Redes neuronales de varias clases
- Recursos: Lecturas - 6 - La ciencia de las redes neuronales
- Cómo entrenar redes neuronales
- Redes neuronales de varias clases
- Incorporaciones
- Introducción a las incorporaciones
- Repaso de las incorporaciones
- Recomendaciones
- Incorporaciones basadas en datos
- Tensores dispersos
- Entrenamiento de una incorporación
- Propiedad de similitud
- Introducción al lab: Introducción a la API funcional
- Recursos: Lecturas - 7 - Incorporación
- Incorporaciones
- Resumen
- Resumen
- Recursos: Lista compilada de lecturas
- Todas las preguntas del cuestionario en un archivo PDF
- Diapositivas del curso
Summary of User Reviews
Discover the Art and Science of Machine Learning in this comprehensive course. Learners highly recommend this course for its engaging structure and practical approach to teaching the subject. Many users found the instructor to be knowledgeable and the content to be well-organized and easy to follow.Pros from User Reviews
- Engaging and well-organized content
- Knowledgeable instructor
- Practical approach to teaching machine learning
- Great introduction to the field
- Lots of hands-on exercises
Cons from User Reviews
- Some sections can be challenging for beginners
- May require prior knowledge of programming
- Not enough focus on advanced topics
- No certificate or accreditation
Google Cloud Training
4.6 Raiting
Art and Science of Machine Learning en Español
- 4.6
-
![]()
![]()
![]()
![]()
![]()
Le damos la bienvenida a The Art and Science of Machine Learning. El curso consta de 6 módulos. Introducción Introducción Getting Started with Google Cloud Platform and Qwiklabs...
Art and Science of Machine Learning en Français
- 0.0
-
![]()
![]()
![]()
![]()
![]()
Bienvenue dans cette formation sur l'art et la science du machine learning. Ce cours vous présente les nombreux mécanismes intervenant dans l'entraînement d'un modèle....
