EL5857 Aprendizaje Automático
Descubre el poder del Aprendizaje Automático: transforma tu mundo con algoritmos, redes neuronales y más, guiado por el experto José Pablo Alvarado Moya.
4.0
(1)
11 learners
What you'll learn
- Comprender los fundamentos del aprendizaje automático y su motivación
- Aplicar técnicas de álgebra lineal y probabilidad en el desarrollo de modelos
- Desarrollar, entrenar y optimizar redes neuronales para tareas de clasificación
- Implementar métodos de aprendizaje reforzado y secuencial para mejorar modelos
This course includes
- 3.3 hours of video
- Certificate of completion
- Access on mobile and TV
Course content
1 modules • 45 lessons • 3.3 hours of video
Dominando el Aprendizaje Automático y Herramientas Clave
45 lessons
• 56.5 hours
Dominando el Aprendizaje Automático y Herramientas Clave
45 lessons
• 56.5 hours
- EL5857 Aprendizaje Automático: Presentación del curso 12:09
- EL5857 Aprendizaje Automático: Lección 01: Motivación 01:50:27
- EL5857 Aprendizaje Automático: Lección 02 01:17:39
- EL5857 Lección 03.1a: Herramientas: Álgebra Lineal 41:23
- EL5857 Lección 03.1b: Herramientas: Álgebra Lineal 14:21
- EL5857 Lección 03.1c: Herramientas: Álgebra Lineal 14:49
- EL5857 Lección 03.1d: Herramientas: Álgebra Lineal 16:12
- EL5857 Lección 03.2: Herramientas: Álgebra Lineal 01:49:03
- EL5857 Lección 04.1: Herramientas: Probabilidad 01:48:50
- EL5857 Lección 04.2: Herramientas: Probabilidad 01:16:23
- EL5857 Lección 05: Regresión y Optimización 01:37:16
- EL5857 Lección 06: Clasificación 01:45:36
- EL5857 Lección 07: Modelos lineales generalizados, Softmax 01:33:55
- EL5857 Lección 08: Aprendizaje generativo 02:01:31
- EL5857 Lección 09: Redes neuronales 45:59
- EL5857 Lección 10: Grafos computacionales 01:12:20
- EL5857 Lección 11.1: Redes neuronales: capas de combinación 45:13
- EL5857 Lección 11.2: Redes neuronales: capas de activación 50:06
- EL5857 Lección 11.3: Redes neuronales: normalización y pérdida 30:50
- EL5857 Lección 12: Clasificadores de margen máximo 01:12:34
- EL5857 Lección 13: SVM: Dualidad de Lagrange 01:30:57
- EL5857 Lección 14: SVM: Margen suave y SMO 01:36:24
- EL5857 Lección 15: Métodos no paramétricos de clasificación 01:40:15
- EL5857 Lección 16: CART y Ensambles 01:41:44
- EL5857 Lección 23: PCA 02:39:12
- EL5857 Lección 24: Reducción de Dimensiones: t-SNE et al. 01:31:27
- EL5857 Lección 25: Aprendizaje Reforzado (1/4): MDP 01:49:31
- EL5857 Lección 26: Aprendizaje Reforzado (2/4): MDP continuo 01:18:25
- EL5857 Lección 27: Aprendizaje Reforzado (3/4): DQN y Q-Learning 01:58:41
- EL5857 Lección 28: Aprendizaje Reforzado (4/4): Gradientes de política 01:23:32
- EL5857 Lección 29: Aprendizaje de sucesiones: HMM 01:41:28
- EL5857 Lección 30: Aprendizaje de sucesiones: RNN, LSTM, GRU 01:06:47
- EL5857 Lección 03: Álgebra Lineal y Git 01:43:00
- EL5857 Lección 04: Probabilidad y Git 01:41:59
- EL5857 Lección 05: Octave y Álgebra Lineal Eficiente 48:00
- EL5857 Lección 06: Regresión polinomial 01:07:10
- EL5857 Lección 07: Regresión Ponderada Localmente 01:14:04
- EL5857 Lección 09: Tarea 2 y GDA 01:50:10
- EL5857 Lección 10: Tarea 2 01:35:10
- EL5857 Lección 11: Tarea 3, Bayes Ingenuo 01:38:53
- EL5857 Lección 17: Proyecto 1 01:43:57
- Writing Doom – Award-Winning Short Film on Superintelligence (2024) 27:28
- Trabajadores de datos: el costo humano de la inteligencia 12:26
- What Textbooks Don't Tell You About Curve Fitting 18:14
- How Nvidia GPUs Compare To Google’s And Amazon’s AI Chips 15:59
