Síguenos en Facebook
Descarga:
![]()
|
En este taller gratuito, aprenderás las diferencias y ventajas que tienen los métodos de aprendizaje automático no supervisados, podrás entender el porqué es necesario su uso en una gran cantidad de datos y cómo poder seleccionar el mejor método para cada problema. Como casos de estudio revisaremos la base de datos MNIST usando PCA, autoencoder y clustering para reducir la dimensión de sus datos. Además, mostraremos un modelo GAN para generar imágenes (Google QuickDraw).
Descarga las diapositivas y los códigos |
Beneficios
42 horas en total, 6 horas la semana (Horario de la Ciudad de México)
|
Objetivo del cursoAprender los conceptos y herramientas necesarios para implementar programas capaces de aprender de los datos SIN ETIQUETAS.
Casos de Estudio
Herramientas a aprender a usar: Jupyter, Colab, Tensorflow, Keras, Sklearn, Numpy, MatPlotLib.
|
Contenido resumido del curso
|