¿De qué trata?
Esta especialización, brindada por Andrew Ng, te enseñará los fundamentos, retos y consecuencias del Aprendizaje Profundo. Aquí aprenderás a cómo construir y entrenar arquitecturas como Redes Neuronales Convuncionales, Transformers, LSTMs, entre otras, además de cómo optimizarlas con ciertas estrategias, como por ejemplo, Droupout, Inicialización de Xavier/He, entre ortras.
Esta especialización se imparte en la plataforma de Coursera y consta de 5 cursos:
Neural Networks and Deep Learning,
Improving Deep Neural Networks: Hyperparameter Tuning, Regularization and Optimization,
Structuring Machine Learning Projects,
Convolutional Neural Networks,
Sequence Models
Eso sí, este curso es de nivel intermedio-avanzado. Recomiendo que primero conozcas conceptos de Álgebra Lineal, Cálculo en varias variables y que sepas, al menos, cómo construir una red neuronal simple desde cero. La buena noticia es que en este blog hay posts que te pueden ayudar: Aprendizaje profundo por tu cuenta y Libros sobre Inteligencia Artificial.
Redes Neuronales y Aprendizaje Profundo
Aquí se verán los conceptos de las redes neuronales y el aprendizaje profundo. En este curso todavía no se usarán tecnologías como tensorflow o pytorch, sino que lo harás todo desde 0. Implementarás todos los algoritmos necesarios para crear tu red neuronal con las capas profundas que desees.
Mejorando Redes Neuronales Profundas: Ajustes de Hiperparámetros, Regularización y Optimización
Verás técnicas para mejorar las redes neuronales que hagas. Particularmente, verás cómo obtener los mejores posibles ajustes para los parámetros e hiperparámetros, qué algoritmos usar para ciertos problemas, qué funciones usar de activación, entre otras opciones de optimización.
Estructurando proyectos de Machine Learning
Este curso te brindará conceptos para tomar buenas decisiones a la hora de construir y manejar projectos de Machine Learning. Verás cómo identificar errores y usar estrategias para reducirlos, aplicar transfer learning, multi-task learning, end-to-end learning, entre otros. El objetivo de este curso es darte una idea de cómo se empieza un projecto de Machine Learning y cómo se va manteniendo en un ambiente laboral.
Redes Neuronales Convolucionales
Aquí verás uno de los conceptos más grandes para la visión por computadora: las redes neuronales convolucional. Verás cómo funcionan y cómo aplicarlas para algunos proyectos muy interesantes.
Modelos Secuenciales
Finalmente, se te presentará los modelos secuenciales y su aplicación hacía el reconocimiento de voces, chatbots, NLP, validación de identidad, entre otros.
Links recomendados
- El curso.
- Lista de 4 videos por 3Blue1Brown que te puede ayudar con tu intuición sobre algunos de los conceptos que se presentan en este curso.
- Neural Networks and Deep Learning, por Michael Nielsen.
- El capítulo de Logistic Regression te ayudará a entender de una manera más matemática la razón de algunas ecuaciones que estarás viendo en este curso. Ampliamente recomendable si deseas profundizar en esta cuestión.