Este curso online gratuito de aprendizaje por transferencia de aprendizaje automático de TensorFlow comenzará introduciéndote al concepto de Redes Neuronales Convolucionales, también conocidas como CNN. También aprenderás sobre las operaciones de convolución, el procedimiento para la creación de filtros, así como la evaluación de filtros. Este curso te introducirá a las operaciones clave en las Redes Neuronales Convolucionales y demostrará su uso en la tarea de reconocimiento de dígitos escritos a mano. También aprenderás sobre el agrupamiento, el resumen del modelo y las diferencias entre las CNN y las redes neuronales de alimentación directa.

Este curso luego introduce la importancia de un modelo de aprendizaje automático preentrenado como extractor de características. También aprenderás el procedimiento para el ajuste fino de un modelo preentrenado. A continuación, se te introducirá al proceso de construir modelos de clasificación de imágenes desde cero utilizando estrategias empleadas en la práctica. También aprenderás cómo visualizar lo que la Red Neuronal Convolucional está aprendiendo.

El curso luego explica el proceso de usar Tensorflow Keras como una API para construir modelos de aprendizaje automático. También aprenderás sobre la descripción general de la programación de estimadores, funciones de entrada y columnas de características. Este curso explica con gran detalle la importancia del modelo de árbol potenciado y cómo utilizar la API de estimador de Tensorflow para entrenar clasificadores de árbol potenciado. Aprenderás cómo crear funciones de entrada y columnas de características. También aprenderás sobre la importancia de los proyectores de incrustación, la codificación, las capas de incrustación y la decodificación.