François Chung, Ph.D.

Tag: aprenentatge profund

Aprenentatge profund i TensorFlow

Aprenentatge profund i TensorFlow

|

Formació Cognitive Class, MOOC (2020). Aquesta ruta d'aprenentatge presenta els conceptes bàsics d'aprenentatge profund i TensorFlow amb experiència pràctica en la resolució de problemes. Durant tota la formació, TensorFlow s'utilitza en l'ajust de corbes, la regressió, la classificació i la minimització de funcions d'error. Després, aquest concepte s'explora en el món de l'aprenentatge profund, on TensorFlow s'aplica per a la propagació cap enrere per ajustar els pesos i els biaixos.

Curs 1: Fonaments de l'aprenentatge profund

Temes principals:

  • Introducció a l'aprenentatge profund;
  • Models d'aprenentatge profund;
  • Models addicionals d'aprenentatge profund;
  • Biblioteques i plataformes d'aprenentatge profund.

Curs 2: Aprenentatge profund amb TensorFlow

Temes principals:

  • Introducció a TensorFlow;
  • CNN - Xarxa neuronal convolucional;
  • RNN - Xarxa neuronal recurrent;
  • Aprenentatge sense supervisió.

Referències

Formació

Deep learning fundamentals (Fonaments de l'aprenentatge profund, certificat del curs)
Deep Learning Essentials (insígnia de certificació)
Deep learning with TensorFlow (Aprenentatge profund amb TensorFlow, certificat del curs)
Deep Learning using TensorFlow (insígnia de certificació)

Articles relacionats

AWS: fonaments i aprenentatge automàtic (formació AWS)
Xarxes neuronals i aprenentatge profund (formació Coursera)

Més informació

Cognitive Class

Google Cloud: big data i aprenentatge automàtic

Google Cloud: big data i aprenentatge automàtic

|

Formació Coursera, MOOC (2020). Aquesta formació en línia presenta les capacitats de big data i aprenentatge automàtic (ML) de Google Cloud Platform (CGP). Mitjançant una combinació de presentacions, demostracions i laboratoris pràctics, la formació ofereix una descripció general de Google Cloud i una vista detallada de les solucions de processament de dades i de ML, com BigQuery, Cloud SQL, Dataproc, Pub/Sub, Dataflow i Data Studio.

Setmana 1: Big data i fonaments de ML

Temes principals:

  • Explorar un conjunt de dades públiques BigQuery;
  • Triar l'enfocament de solució adequat;
  • Recomanar productes amb Cloud SQL i Spark;
  • Predir les compres de clients amb BigQuery ML.

Setmana 2: Desafiaments de la canalització de dades moderna

Temes principals:

  • Panells de control IoT en temps real;
  • Crear una canalització de dades de transmissió;
  • ML en conjunts de dades no estructurats;
  • Classificació d'imatges amb models ML predissenyats.

Referències

Azure: fonaments, aprenentatge automàtic i Power BI

Azure: fonaments, aprenentatge automàtic i Power BI

|

Formació Microsoft Docs, MOOC (2020). Aquests 3 cursos en línia presenten Microsoft Azure i Power BI. La formació ensenya els conceptes bàsics del núvol, juntament amb exercicis pràctics, i ofereix una descripció general dels serveis d'Azure, com Azure Machine Learning (ML), que és una plataforma en el núvol per entrenar, desplegar, gestionar i monitoritzar models ML. A més, la formació explica com utilitzar Power BI i crear informes d'intel·ligència empresarial.

Curs 1: Fonaments d’Azure

Temes principals:

  • Principis de la computació en el núvol;
  • Arquitectura d’Azure i garanties de servei;
  • Computació, emmagatzematge de dades i xarxes;
  • Seguretat, responsabilitat i confiança;
  • Estàndards d'infraestructura amb Azure Policy;
  • Recursos d'Azure amb Azure Resource Manager.

Curs 2: Aprenentatge automàtic d’Azure

Temes principals:

  • Treballar amb dades;
  • Orquestrar ML amb pipelines;
  • Implementar models ML;
  • Automatitzar la selecció del model;
  • Afinar els hiperparàmetres;
  • Monitoritzar models i la deriva de dades.

Curs 3: Power BI

Temes principals:

  • Començar a crear amb Power BI;
  • Obtenir dades amb Power BI Desktop;
  • Modelar i explorar dades;
  • Utilitzar elements visuals, publicar i compartir.

Referències

Formació

Microsoft Docs (insígnies i trofeus)

Articles relacionats

Google Cloud: big data i aprenentatge automàtic (formació Coursera)
AWS: fonaments i aprenentatge automàtic (formació AWS)
Xarxes neuronals i aprenentatge profund (formació Coursera)

Més informació

Microsoft Docs (Fonaments d’Azure)
Microsoft Docs (Aprenentatge automàtic d’Azure)
Microsoft Docs (Power BI)

AWS: fonaments i aprenentatge automàtic

AWS: fonaments i aprenentatge automàtic

|

Formació AWS, MOOC (2020). Aquests cursos en línia proporcionen una comprensió global del núvol d’AWS, amb una visió general dels conceptes, serveis, seguretat, arquitectura, preus i suport del núvol. Els cursos específics per a socis d’AWS ensenyen les millors pràctiques per a abordar les prioritats comercials dels clients. També es cobreix l'aprenentatge automàtic (ML), amb el pla d'estudis utilitzat per Amazon per capacitar als seus desenvolupadors i científics de dades.

Conceptes bàsics d’AWS

Temes principals:

  • Serveis bàsics d'AWS;
  • Serveis integrats d’AWS;
  • Arquitectura d’AWS;
  • Seguretat d’AWS;
  • Preus i suport.

Solucions de socis d’AWS: Bases comercials

Temes principals:

  • Desenvolupar el seu negoci amb AWS;
  • El que els importa als clients d'AWS;
  • Seguretat, identitat i compliment;
  • Preus i llicències;
  • Migració i adopció del núvol;
  • Gestió d'oportunitats.

Solucions de socis d’AWS: Fonaments tècnics

Temes principals:

  • Arquitectes de solucions d'AWS;
  • Conceptes arquitectònics d’AWS;
  • Blocs de construcció;
  • Well-Architected Framework d’AWS;
  • Arquitectura d'una solució AWS;
  • Involucrar els clients i dissenyar solucions.

AWS Machine Learning: Prenedor de decisions

Temes principals:

  • Desmitificant AI/ML/DL;
  • Aprenentatge automàtic per a desafiaments empresarials;
  • Terminologia d'aprenentatge automàtic;
  • Explorant el conjunt d'eines ML.

AWS Machine Learning: Científic de dades

Temes principals:

  • Matemàtiques per a l'aprenentatge automàtic;
  • Regressió lineal i logística;
  • Elements de la ciència de dades;
  • Decisions d'aprenentatge automàtic.

Referències

Formació

AWS Business Professional (Solucions de socis d’AWS: Bases comercials, certificat del curs)
AWS Technical Professional (Solucions de socis d’AWS: Fonaments tècnics, certificat del curs)

Articles relacionats

Aprenentatge profund i TensorFlow (formació Cognitive Class)
Google Cloud: big data i aprenentatge automàtic (formació Coursera)
Azure: fonaments, aprenentatge automàtic i Power BI (formació Microsoft Docs)
Especialització en ciència de dades (formació Coursera
Xarxes neuronals i aprenentatge profund (formació Coursera)

Més informació

AWS Cloud Practitioner Essentials (Conceptes bàsics d’AWS)
AWS Partner Solutions (Solucions de socis d’AWS)
AWS Machine Learning: Decision maker (AWS Machine Learning: Prenedor de decisions)
AWS Machine Learning: Data scientist (AWS Machine Learning: Científic de dades)

Xarxes neuronals i aprenentatge profund

Xarxes neuronals i aprenentatge profund

|

Formació Coursera, MOOC (2018). Impartida en línia per Stanford University (US), aquesta formació introdueix les bases de l'aprenentatge profund. Els principals objectius són comprendre les tendències tecnològiques que impulsen l'aprenentatge profund, ser capaç de construir, entrenar i aplicar xarxes neuronals profundes. La formació té com a objectiu ensenyar com funciona l'aprenentatge profund, en lloc de presentar només una descripció superficial.

Setmana 1: Introducció a l'aprenentatge profund

Temes principals:

  • Què és una xarxa neuronal?
  • Aprenentatge supervisat amb xarxes neuronals;
  • Per què s’està enlairant l'aprenentatge profund?

Setmana 2: Fonaments de xarxes neuronals

Temes principals:

  • Classificació binària;
  • Regressió logística;
  • Descens de gradient;
  • Derivades amb gràfic de computació;
  • Vectorització de la regressió logística.

Setmana 3: Xarxes neuronals superficials

Temes principals:

  • Representació de la xarxa neuronal;
  • Calcular la sortida d'una xarxa neuronal;
  • Vectorizar a través de múltiples exemples;
  • Funcions d'activació i les seves derivades;
  • Descens de gradient per a xarxes neuronals;
  • Inicialització aleatòria.

Setmana 4: Xarxes neuronals profundes

Temes principals:

  • Xarxa neuronal multicapa;
  • Propagació cap endavant i cap enrere;
  • Blocs de construcció de xarxes;
  • Paràmetres vs hiper-paràmetres.

Referència

Articles relacionats

Aprenentatge profund i TensorFlow (formació Cognitive Class)
Google Cloud: big data i aprenentatge automàtic (formació Coursera)
Azure: fonaments, aprenentatge automàtic i Power BI (formació Microsoft Docs)
AWS: fonaments i aprenentatge automàtic (formació AWS)

Més informació

Coursera

Idiomes

Articles recents

Categories

Notícies

Recent (Twitter) & Popular (Reddit)

Cerca