Launching into Machine Learning en Espaol

Google Cloud via Coursera

Coursera based on 131 ratings

Likes

Overview

Launching into Machine Learning en Espaol is an introductory course designed for Spanish-speaking learners who want to get started with machine learning. The course covers the fundamentals of machine learning, including supervised and unsupervised learning, data preprocessing, and model evaluation. Students will learn how to implement machine learning models using Python and popular libraries such as Scikit-Learn and Tensor Flow. The course also emphasizes the importance of understanding the ethical implications of machine learning and how to build models that...

Syllabus

Introduction

This module provides an overview of the course and its objectives.

Know Your Data: Improve Data Through Exploratory Data Analysis

En este mdulo, examinaremos cmo mejorar la calidad de los datos y explorar los datos mediante anlisis exploratorios. Observaremos la importancia de tener los datos ordenados para el aprendizaje automtico y mostraremos su efecto en la calidad de los datos. Por ejemplo, los valores omitidos pueden sesgar los resultados. Tambin aprenders la importancia de explorar tus datos. Una vez que los datos estn ordenados, realizaremos un anlisis exploratorio del conjunto de datos.

El aprendizaje automtico en la prctica

En este mdulo, presentaremos algunos de los tipos principales de aprendizaje automtico, de modo que puedas acelerar tu crecimiento como profesional del AA.

Entrenamiento de modelos de AutoML con Vertex AI

En este mdulo, haremos una introduccin al entrenamiento de modelos de AutoML con Vertex AI.

Aprendizaje automtico en BigQuery: Desarrolla modelos de AA en el lugar en el que se encuentran tus datos

En este mdulo, haremos una introduccin a BigQuery ML y sus capacidades.

Optimizacin

En este mdulo, explicaremos cmo optimizar tus modelos de AA.

Generalizacin y muestreo

Lleg el momento de responder una pregunta un tanto extraa: en qu situaciones es mejor no elegir el modelo de AA ms exacto? Como dimos a entender en el ltimo mdulo sobre la optimizacin, el solo hecho de que un modelo tenga una mtrica de prdida de 0 para un conjunto de datos de entrenamiento no significa que vaya a tener un buen rendimiento cuando se aplique a datos nuevos del mundo real. Aprenders a crear conjuntos de datos de entrenamiento, evaluacin y prueba repetibles y a establecer comparativas de rendimiento.