Deep Learning de A a Z:redes neuronales en Python desde cero (Udemy.com)

La inteligencia artificial está creciendo exponencialmente, sin lugar a dudas. Los vehículos que se conducen por sí mismos están recorriendo millones de kilómetros, IBM Watson está diagnosticando a pacientes mejor que ejércitos de médicos y el AlphaGo de Google Deepmind venció al campeón mundial de Go - un juego en el que la intuición juega un papel clave.

Pero cuanto más avanza la IA, más complejos se vuelven los problemas que deben ser solucionados. Y solamente el Deep Learning puede solucionar problemas tan complejos y por eso está en el corazón de la Inteligencia Artificial.

¿Por qué Deep Learning de la A a la Z?

Aquí hay cinco razones por las que pensamos que el Curso de Deep Learning A de la a la Z es totalmente diferente, y se destaca de la gran cantidad de programas de capacitación que existen:

1. ESTRUCTURA SÓLIDA

Lo primero y más importante en lo que nos centramos es en dotar al curso de una estructura sólida. El Deep Learning es tema muy extenso y complejo y para navegar por este laberinto se necesita una visión clara y global del mismo.

Por eso agrupamos las clases del curso en dos volúmenes, que representan las dos ramas fundamentales del Deep Learning: Deep Learning supervisado y Deep Learning no supervisado. Con cada volumen centrado en tres algoritmos distintos, hemos comprobado que esta es la mejor estructura para dominar el Deep Learning.

2. CLASES DE INTUICIÓN

Hay tantos cursos y libros que te bombardean con la teoría, las matemáticas y la codificación, pero se olvidan de explicar, quizás, la parte más importante: por qué estás haciendo lo que estás haciendo. Y es por eso que este curso es tan diferente. Nos enfocamos en desarrollar una idea intuitiva para los conceptos detrás de los algoritmos del Deep Learning.

Con nuestras clases de intuición estarás seguro de que entiendes todas las técnicas a un nivel instintivo. Y una vez que procedas con los ejercicios prácticos de codificación podrás ver por ti mismo lo significativa que será tu experiencia. Esto es un punto de inflexión.

3. PROYECTOS INTERESANTES

¿Estás cansado de los cursos basados en conjuntos de datos sobreutilizados y obsoletos?

¿Sí? Bueno, entonces te llevarás una sorpresa.

Dentro de esta clase trabajaremos en conjuntos de datos del mundo real, para resolver problemas de negocios del día a día (Definitivamente no los aburridos conjuntos de datos de clasificación de iris o dígitos que vemos en todos los cursos). Aquí, trabajaremos en seis desafíos del mundo real:

• Redes Neurales Artificiales para resolver un problema de pérdida de clientes (Customer Churn)

• Redes neuronales convolucionales para el reconocimiento de imágenes

• Redes neuronales recurrentes para predecir los precios de las acciones

• Mapas auto-organizados para investigar el fraude

• Máquinas de Boltzmann para crear un Sistema de Recomendaciones

• Los AutoEncoders apilados* para enfrentarnos al reto por el premio del millón de dólares de Netflix

*Los AutoEncoders apilados son una nueva técnica del Deep Learning que hace un par de años aun no existía. Hasta ahora no hemos visto este método explicado en ningún otro lugar con suficiente profundidad.

4. EJERCICIOS PRÁCTICOS DE CODIFICACIÓN

En el curso de Deep Learning de la A a la Z programamos contigo. Cada clase práctica comienza con un script en blanco y escribimos el código desde cero. De esta manera puedes seguir y entender exactamente cómo el código se junta y lo que cada línea significa.

Además, a propósito estructuraremos el código de tal manera que puedas descargarlo y aplicarlo en tus propios proyectos desde dos fuentes diferentes: Github para usarlo en tu propio ordenador y Google Drive, para que puedas ejecutarlo gracias a Google Collaborate. Asimismo, explicaremos paso a paso dónde y cómo modificar el código para insertar TU conjunto de datos, para ajustar el algoritmo a tus necesidades, y así obtener la salida que buscas.

Este es un curso que de forma natural podrás aplicar en tu día a día en tu propio trabajo.

5. ASISTENCIA EN EL CURSO.

¿Alguna vez has tomado un curso o leído un libro en el que tienes preguntas pero no puedes contactar con el autor?

Bueno, este curso es diferente. Estamos totalmente comprometidos en hacer de este, el curso de Deep Learning más disruptivo y poderoso del planeta. Con eso viene la responsabilidad de estar constantemente disponible cuando necesites nuestra ayuda.

De hecho, ya que físicamente también necesitamos comer y dormir, hemos reunido un equipo profesional de científicos de datos para ayudarnos. Cada vez que hagas una pregunta, recibirás una respuesta de nuestra parte en un plazo no mayor a 48 horas.

No importa lo compleja que sea tu consulta, estaremos allí. Nuestro objetivo final es que tengas éxito.

Las herramientas

TensorFlow y PyTorch son las dos librerías de código abierto más populares para el Deep Learning y en este curso aprenderás las dos.

TensorFlow fue desarrollado por Google y se utiliza en su sistema de reconocimiento de voz, en el nuevo producto de Google Photos, gmail, google search y mucho más. Las empresas que utilizan TensorFlow incluyen AirBnb, Airbus, Ebay, Intel, Uber y mcuhas más.

PyTorch es igual de potente y está siendo desarrollado por investigadores de Nvidia y universidades líderes: Stanford, Oxford, ParisTech. Las empresas que utilizan PyTorch incluyen Twitter, Saleforce y Facebook.

Entonces, ¿qué es mejor y para qué?

Pues, en este curso tendrás la oportunidad de trabajar con los dos y podrás averiguar cuándo es mejor TensorFlow y cuándo PyTorch es el mejor camino a seguir. A lo largo de nuestras clases comparamos los dos y te damos consejos e ideas sobre qué podría funcionar mejor en determinadas circunstancias.

Lo interesante es que ambas librerías tienen apenas unos pocos años de antigüedad. A eso nos referimos cuando decimos que en este curso te enseñamos los modelos y técnicas más vanguardistas del Deep Learning.

Más herramientas

Theano es otra librería de código abierto de Deep Learning. Es muy parecida a TensorFlow en su funcionalidad, pero aun así la cubriremos.

Keras es una increíble biblioteca para implementar modelos de Deep Learning. Actúa como un envoltorio para Theano y TensorFlow. Con Keras podemos crear potentes y complejos modelos de Deep Learning con sólo unas pocas líneas de código. Esto es lo que te permitirá tener una visión general de lo que estás creando. Todo lo que hagas se verá tan claro y estructurado gracias a esta librería, que realmente obtendrás la intuición y comprensión de lo que estás haciendo.