Deep Learning para datos tabulares con el lenguaje R y Keras

Aprendizaje profundo con R para Tidy Data. Aprende a desarrollar modelos basados en redes neuronales de básico a experto

5.00 (1 reviews)
Udemy
platform
Español
language
Other
category
Deep Learning para datos tabulares con el lenguaje R y Keras
50
students
21 hours
content
Mar 2024
last update
$19.99
regular price

What you will learn

Desarrollar y evaluar modelos de redes neuronales con el lenguaje de programación R.

Utilizar las técnicas más avanzadas necesarias para desarrollar modelos de Deep Learning de última generación.

Aprender a trabajar con las principales librerías de Deep Learning para el lenguaje de programación R.

Aprender sobre las redes neuronales FeedForward y cómo desarrollarlas con el lenguaje de programación R.

Realizar proyectos de Deep Learning para problemas de aprendizaje supervisado el lenguaje de programación R.

Diseñar proyectos de Deep Learning con Tidy Data con R Studio

Why take this course?

Deep Learning para datos tabulares con el lenguaje R y Keras.

Aprendizaje profundo con R para Tidy Data. Aprende a desarrollar modelos basados en redes neuronales de básico a experto.

Instructores: PhD. Manuel Castillo.

Contenido Actualizado: Abril 2024

Requisitos previos: Antes de realizar el curso se recomienda encarecidamente tener conocimientos sobre Machine Learning. Este es el curso continuación del también curso de Udemy llamado:

  • Machine learning con R. Data Analytics de básico a experto. Modelado Predictivo con R. Aprende los algoritmos de Machine Learning con R para convertirte en un Data Science experto.


Descripción del Curso:

Bienvenido al curso de Deep Learning para Tidy Data con R y Keras. En este curso trataremos la librería Keras de R para Deep Learning y cómo usarla para desarrollar y evaluar modelos de Deep Learning para datos tabulares. En este curso, descubriremos las técnicas, código y habilidades de Deep Learning que luego puede llevar a sus propios proyectos de Machine Learning.

Si está interesado en Deep Learning, tenemos que comenzar por desarrollar y evaluar modelos de Deep Learning para datos tabulares, lo que se conoce como Tidy Data; también conocido para problemas que podamos resolver con el Machine Learning clásico, es decir, aprendizaje supervisado. Luego, si descubres que realmente le gusta o tienes una habilidad especial para ello, más adelante podrás profundizar más en los antecedentes y la teoría, según lo necesites para ayudarte a desarrollar mejores y más valiosos resultados.

En este contexto, para este curso se ha escogido la mejor plataforma para comenzar y desarrollar muy rápidamente modelos de Deep Learning potentes a través de la librería Keras de lenguaje de programación R.

La librería Keras envuelve la complejidad de la computación numérica de Theano y TensorFlow proporcionando una API concisa que usaremos para desarrollar nuestra propia red neuronal y modelos Deep Learning. Además, trataremos las habilidades de Deep Learning para llevar esta nueva tecnología asombrosa a nuestros propios proyectos.

El curso  está dirigido a personas que tengan conocimientos de Machine Learning, conocimientos intermedios del lenguaje de programación y que quieran adentrarse a este apasionante mundo de dentro del campo de Deep Learning y redes neuronales.


Contenidos del Curso:

MÓDULO I. Fundamentos de Deep Learning.

  • Conceptos básicos de Deep Learning.

  • Jupyter Notebook como nuestro entorno de trabajo.

  • RStudio como entorno de trabajo

  • Curso rápido de R y Keras.

MÓDULO II. Redes Neuronales.

  • Curso sobre Multilayer Perceptron

  • Desarrollar nuestra primera red neuronal con Keras.

  • Evaluar el rendimiento de los modelos.

  • Utilice modelos de Keras para Machine Learning.

MÓDULO III. Proyectos de aprendizaje supervisado.

  • Proyectos: Problema de clasificación multiclase.

  • Proyectos: Problema de clasificación binaria.

  • Proyectos: Problema de regresión.

MODULO IV. Redes Neuronales Avanzadas

  • Guardar modelos para hacer predicciones.

  • Mantener puntos de control en el entrenamiento de los modelos.

  • Comprender el comportamiento del modelo durante el entrenamiento trazando el historial.

  • Reducir el sobreajuste con la regularización Dropout.

  • Optimizar el rendimiento con una planificación basada en la tasa de aprendizaje.


Actividad virtual

  • Sesiones de videoconferencias

  • Análisis de casos

  • Foros de discusión

  • Trabajos parciales de los módulos

  • Examen tipo test

  • Lecturas comentadas y

  • Búsquedas de información científica.


Procedimiento de la formación:

La formación te permitirá convertirte en un experto en la materia, y todo ello desde una formación principalmente práctica. A través de variadas actividades y proyectos completos podrás adquirir los conocimientos suficientes para ejercer profesionalmente de forma solvente. Además conocerás en detalle mi flujo de trabajo a la hora de afrontar un proyecto profesional. Para la realización de este curso no vas a necesitar el equipo informático más potente del mercado, ya que el software empleado durante formación online se encuentra perfectamente optimizado y su uso es muy fluido en todo tipo de equipos, tanto en PC como en Mac.

El aprendizaje será un proceso continuo donde los estudiantes tienen la oportunidad de ir trabajando con el editor de texto practicando lo expuesto en la parte de teoría.

Puedes elegir ver todas las lecciones de forma secuencial (lineal) y aprovecharlas al máximo la formación. Pero también puedes decidir ver este curso como una guía de referencia. Las clases están claramente organizadas en secciones lógicas y puedes decidir visualizar solo las clases que te resulten más importantes según tus necesidades formativas. A excepción de las lecciones PRO, la mayoría de las lecciones son independientes para que puedas comprender los conceptos de cada lección sin tener que ver las lecciones anteriores del curso.

Es excepcional el aumento en la demanda de profesionales en este ámbito por parte de las empresas de todo el mundo actualmente. Para desarrollar el programa formativo propuesto no ser requieren grandes conocimientos previos, ya que la formación se acomete desde un nivel de usuario 0. El curso está orientado a aquellos creativos que quieran ampliar sus skills (habilidades) y conocer múltiples trucos, consejos, recursos y recomendaciones, de la mano del instructor Dr. Manuel Castillo-Cara. Además todas las formaciones de Udemy disponen acceso automático al curso, sin limitación de tiempo, disponibilidad 24/7 (24 horas al día los 7 días de la semana), sin caducidad y con garantía de devolución.


Características del Curso:

Recuerda que esta formación incluye lecciones en vídeo fullHD con audio de estudio (compatible con TV, PC, Mac, tablet y smartphone), artículos didácticos, actividades, proyectos paso a paso, recursos descargables, links de interés, acceso de por vida, certificado de finalización, tutorización online, y una exclusiva comunidad de aprendizaje privada que nos ayudamos aportando nuestras experiencias en el foro de comunicación del curso.

¿A qué esperas?, este curso es ideal para ti, atrévete a convertirte en un experto. Adelante, nos vemos dentro de la formación ;)

Screenshots

Deep Learning para datos tabulares con el lenguaje R y Keras - Screenshot_01Deep Learning para datos tabulares con el lenguaje R y Keras - Screenshot_02Deep Learning para datos tabulares con el lenguaje R y Keras - Screenshot_03Deep Learning para datos tabulares con el lenguaje R y Keras - Screenshot_04

Reviews

Rodrigo
November 18, 2021
Excelente curso, muy amigable para quien recién empieza en AI. Inclusive para quienes tienen poca familiaridad con R, hay secciones para aprender lo básico de R. Todas los videos van pausadamente, paso a paso para entender cada línea/argumento/función. 100% recomendado para empezar en AI.

Charts

Price

Deep Learning para datos tabulares con el lenguaje R y Keras - Price chart

Rating

Deep Learning para datos tabulares con el lenguaje R y Keras - Ratings chart

Enrollment distribution

Deep Learning para datos tabulares con el lenguaje R y Keras - Distribution chart
4327422
udemy ID
9/30/2021
course created date
10/24/2021
course indexed date
Bot
course submited by