About this Course
100% online

100% online

Start instantly and learn at your own schedule.
Flexible deadlines

Flexible deadlines

Reset deadlines in accordance to your schedule.
Intermediate Level

Intermediate Level

Hours to complete

Approx. 11 hours to complete

Suggested: 1 semana de estudio, de 8 a 10 horas por semana...
Available languages

Spanish

Subtitles: Spanish, French, Portuguese (Brazilian), German, English, Japanese...
100% online

100% online

Start instantly and learn at your own schedule.
Flexible deadlines

Flexible deadlines

Reset deadlines in accordance to your schedule.
Intermediate Level

Intermediate Level

Hours to complete

Approx. 11 hours to complete

Suggested: 1 semana de estudio, de 8 a 10 horas por semana...
Available languages

Spanish

Subtitles: Spanish, French, Portuguese (Brazilian), German, English, Japanese...

Syllabus - What you will learn from this course

Week
1
Hours to complete
7 minutes to complete

Introducción

Comenzaremos el curso con una introducción de TensorFlow, la herramienta que usaremos para escribir programas de aprendizaje automático. En el primer curso, aprendió a formular problemas de negocios como problemas de aprendizaje automático. En el segundo, aprendió cómo funciona el aprendizaje automático en la práctica y cómo crear conjuntos de datos para ese uso específico. Ahora que ya cuenta con los datos necesarios, es hora de prepararse para escribir programas de aprendizaje automático....
Reading
2 videos (Total 7 min)
Video2 videos
Introducción a Qwiklabs5m
Hours to complete
3 hours to complete

Aspectos básicos de TensorFlow

Le presentaremos los componentes centrales de TensorFlow y obtendrá experiencia práctica en la compilación de programas de aprendizaje automático. Comparará y escribirá programas imperativos y de evaluación perezosa; trabajará con gráficos, sesiones y variables y, por último, depurará programas de TensorFlow. ...
Reading
19 videos (Total 72 min), 4 quizzes
Video19 videos
¿Qué es TensorFlow?2m
Beneficios de un grafo dirigido5m
Jerarquía de la API de TensorFlow3m
Evaluación perezosa4m
Gráficos y sesiones4m
Cómo evaluar un tensor2m
Cómo visualizar un grafo2m
Tensores6m
Variables6m
Introducción al lab Escritura de programas de TensorFlow de nivel bajom
Solución del lab8m
Introducción5m
Problemas de forma3m
Cómo corregir problemas de forma2m
Problemas de tipos de datos1m
Depuración de programas completos4m
Introducción a la depuración de programas completosm
Demostración: Depuración de programas completos3m
Quiz3 practice exercises
¿Qué es TensorFlow?2m
Gráfico y sesión8m
Aspectos básicos de TensorFlow20m
Week
2
Hours to complete
4 hours to complete

API de Estimator

En este módulo, aprenderá sobre la API de Estimator....
Reading
18 videos (Total 67 min), 4 quizzes
Video18 videos
API de Estimator3m
Estimadores prediseñados5m
Demostración: Modelo de predicción de precios de viviendas1m
Controles1m
Entrenamiento de conjuntos de datos en la memoria2m
Introducción al lab API de Estimatorm
Solución del lab API de Estimator10m
Entrenamiento de conjuntos de datos grandes con la API de Dataset8m
Introducción al lab Cómo escalar la transferencia de TensorFlow mediante lotesm
Solución del lab Cómo escalar la transferencia de TensorFlow mediante lotes5m
Trabajos grandes y entrenamiento distribuido6m
Supervisión con TensorBoard3m
Demostración de la IU de TensorBoardm
Función de entradas de entregas5m
Resumen: API de Estimator1m
Introducción al lab Creación de un modelo de TensorFlow para entrenamiento distribuido con la API de Estimatorm
Solución del lab: Creación de un modelo de TensorFlow para entrenamiento distribuido con la API de Estimator7m
Quiz1 practice exercise
Estimator API18m
Week
3
Hours to complete
2 hours to complete

Escalamiento de modelos de TensorFlow con CMLE

En esta sesión, hablaremos sobre cómo tomar un modelo de TensorFlow y entrenarlo en la infraestructura administrada de GCP para el entrenamiento y la implementación de modelos de aprendizaje automático....
Reading
6 videos (Total 29 min), 2 quizzes
Video6 videos
¿Por qué usar Cloud Machine Learning Engine?6m
Entrenamiento de un modelo2m
Implementación y supervisión de trabajos de entrenamiento2m
Introducción al lab Cómo escalar TensorFlow con Cloud Machine Learning Enginem
Solución del lab Cómo escalar TensorFlow con Cloud Machine Learning Engine16m
Quiz1 practice exercise
Cuestionario: Cloud MLE10m
Hours to complete
2 minutes to complete

Resumen

En esta sesión, resumimos los temas de TensorFlow que se trataron durante este curso. Repasaremos el código básico de TensorFlow y la API de Estimator, y terminaremos con el escalamiento de los modelos de aprendizaje automático con Cloud Machine Learning Engine....
Reading
1 video (Total 2 min)
Video1 video

About Google Cloud

We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success....

About the Machine Learning with TensorFlow on Google Cloud Platform en Español Specialization

>>>Si se inscribe en esta especialización acepta las Condiciones del Servicio de Qwiklabs, que se establecen en las Preguntas Frecuentes. Puede consultarlas en https://qwiklabs.com/terms_of_service.<<< ***Google Cloud y Kaggle desean invitarlo a participar en nuestra competencia amistosa de predicción de tarifas de taxis de Nueva York, que se está realizando en este momento. Para obtener más información, visite: https://www.kaggle.com/c/new-york-city-taxi-fare-prediction.*** ¿Qué es el aprendizaje automático? ¿Qué tipos de problemas puede solucionar? ¿Cuáles son las cinco fases para convertir un posible caso práctico en un recurso que pueda aprovechar la tecnología de aprendizaje automático? ¿Por qué es importante no saltarse fases? ¿Por qué las redes neuronales son tan populares? ¿Cómo podría plantear un problema de aprendizaje supervisado y encontrar una buena solución generalizable mediante un descenso de gradientes y una forma meditada de crear conjuntos de datos? Aprenda a escribir modelos de aprendizaje automático distribuido que escalen en Tensorflow, que escalen de forma horizontal en el entrenamiento de esos modelos y que brinden predicciones de alto rendimiento. Convierta los datos sin procesar en funciones de una forma que permita al AA aprender características importantes de los datos y aportar una percepción humana para abordar los problemas. Por último, aprenda a incorporar la combinación adecuada de parámetros que desarrolle modelos generalizados y exactos, y conozca la teoría para solucionar determinados tipos de problemas de AA. Experimentará con el AA de extremo a extremo, a partir de la construcción de una estrategia centrada en el AA y el avance hacia el entrenamiento, optimización y producción de modelos con labs prácticos mediante Google Cloud Platform....
Machine Learning with TensorFlow on Google Cloud Platform en Español

Frequently Asked Questions

  • Yes, you can preview the first video and view the syllabus before you enroll. You must purchase the course to access content not included in the preview.

  • If you decide to enroll in the course before the session start date, you will have access to all of the lecture videos and readings for the course. You’ll be able to submit assignments once the session starts.

  • Once you enroll and your session begins, you will have access to all videos and other resources, including reading items and the course discussion forum. You’ll be able to view and submit practice assessments, and complete required graded assignments to earn a grade and a Course Certificate.

  • If you complete the course successfully, your electronic Course Certificate will be added to your Accomplishments page - from there, you can print your Course Certificate or add it to your LinkedIn profile.

  • This course is one of a few offered on Coursera that are currently available only to learners who have paid or received financial aid, when available.

More questions? Visit the Learner Help Center.