Este curso cubre una serie de prácticas para preparar y trabajar con datos para entrenar y correr sistemas y redes neuronales de IA contemporáneas. Proporciona además técnicas para diseñar y optimizar redes neuronales, incluyendo enfoques para la medición y el ajuste del desempeño del modelo de red neuronal. Las prácticas y técnicas están documentadas como patrones de diseño que pueden ser aplicados individualmente o en diferentes combinaciones para abordar una variedad de problemas y requerimientos comunes de los sistemas de IA. Además, los patrones son mapeados a los enfoques de aprendizaje, áreas funcionales y tipos de redes neuronales que se presentaron en el Módulo 1: Fundamentos de Inteligencia Artificial.
Se cubren los siguientes temas principales:
– Patrones de manipulación de datos para preparar los datos para la entrada de la red neuronal
– Codificación de características para convertir características categóricas
– Imputación de caracerísticas para inferir valores de las características
– Escalamiento de característias para conjuntos de datos de entrenamiento con características amplias
– Representación de textos para convertir datos preservando las propiedades semánticas y de sintaxis
– Reducción de la dimensionalidad para reducir el espacio de características para la entrada de la red neuronal
– Patrones de aprendizaje supervisado para entrenar modelos de redes neuronales
– Configuración de redes supervisadas para establecer el número de neuronas en las capas de la red
– Identificación de imágenes para usar una red neuronal convolucional
– Identificación de secuencias para usar una red neuronal de memoria a corto/largo plazo
– Patrones de aprendizaje no supervisado para el entrenamiento de modelos de redes neuronales
– Identificación de patarones para identificar visualmente patrones mediante un mapa autoorganizado
– Filtrado de contenidos para generar recomendaciones
– Patrones de evaluación de modelos para medir el desempeño de las redes neuronales
– Evaluación del desempeño de entrenamiento para evaluar el desempeño de las redes neuronales
– Evaluación del desempeño de predicción para predecir el desempeño de las redes neuronales en la producción
– Modelado de referencia para evaluar y comparar redes neuronales complejas
– Patrones de optimización de modelos para refinar y adaptar redes neuronales
– Evitar el sobreajuste para ajustar una red neuronal
– Reentrenamiento frecuente del modelo para mantener una red neuronal en sincronía con los datos actuales
– Aprendizaje por transferencia para acelerar el entrenamiento de redes neuronales
Duración: 1 día
Certificación
Este curso es uno de tres cursos utilizados para la preparación del Examen AI90.01. Se requiere una calificación aprobatoria en este examen para obtener la certificación como Especialista en Inteligencia Artificial.
Tomar el Curso en un Taller
Este curso se puede tomar como parte de los talleres guiados e impartidos por Instructores Certificados de Arcitura. Estos talleres pueden estar abiertos para registrarse públicamente o pueden ser impartidos de manera privada para una organización en particular. Los Instructores Certificados pueden impartir los talleres en persona en una localidad específica o virtualmente utilizando un sistema remoto habilitado para video, como puede ser WebEx. Visite la página del Calendario de Talleres para consultar el calendario actual de talleres públicos. Visite la página de Capacitación Privada para obtener más información sobre las opciones de impartición de talleres privados que ofrece Arcitura en todo el mundo.
REGISTRARSE PARA UN TALLER (busque el indicador de español que indica cuáles talleres se imparten en español)
Tomar el Curso usando un Kit de Estudio Electrónico
Este curso puede ser completado por medio del autoestudio al adquirir una suscripción para Kit de Estudio Electrónico, la cual incluye acceso en línea a los materiales básicos del curso, así como a lecciones en video para todos los temas del curso y a materiales y recursos adicionales diseñados para el autoestudio y la preparación de exámenes.
Los siguientes materiales se proporcionan en el Kit de Estudio Electrónico para este curso:
– Lecciones en video (para todos los temas)
– Libro de trabajo (2 de 3)
– Guía de preparación de examen con ejemplos de preguntas (2 de 3)
– Póster de mapa mental
– Póster de leyenda de símbolos
– Poster: Neural Networks and Design Patterns Mapping
– Poster: Problem Types and Design Patterns Mapping
– Poster: Practices and Design Patterns Mapping
Tomar el Curso usando un Kit de Estudio Impreso a todo color
Este curso puede ser completado por medio del autoestudio al adquirir un Kit de Estudio Impreso a todo color, el cual incluye los materiales básicos del curso así como materiales y recursos adicionales diseñados específicamente para el autoestudio y la preparación de exámenes.
Los siguientes materiales se proporcionan en el Kit de Estudio Impreso para este curso:
– Libro de trabajo (2 de 3)
– Guía de preparación de examen con ejemplos de preguntas (2 de 3)
– Póster de mapa mental
– Póster de leyenda de símbolos
– Poster: Neural Networks and Design Patterns Mapping
– Poster: Problem Types and Design Patterns Mapping
– Poster: Practices and Design Patterns Mapping