fbpx
4.89 de 5
4.89
172 reseñas sobre Udemy

Masterclass en Inteligencia Artificial

Entra en la nueva era de los modelos híbridos de IA optimizados por la Neuroevolución Profunda, con un ML, IA y DL
Instructor:
Ligency I Team
1.719 estudiantes matriculados
Spanish [Auto]
Cómo construir una IA.
Cómo construir un sistema híbrido inteligente.
Redes neuronales completamente conectadas.
Redes neuronales convolucionales.
Redes neuronales recurrentes.
Autocodificadores.
Autocodificadores Variacionales.
Redes Neuronales de Densidad Mixta.
Aprendizaje por refuerzo profundo.
Política de Gradiente.
Algoritmos genéticos.
Estrategias de evolución.
Estrategias de evolución de adaptación de la matriz de covarianza (CMA-ES).
Controladores.
Meta aprendizaje.
Neuroevolución profunda.

Hoy, te traemos el rey de nuestros cursos de Inteligencia artificial:

Masterclass en Inteligencia Artificial

¿Te entusiasma la Inteligencia Artificial? ¿Quieres aprender a construir el modelo de IA más poderoso desarrollado hasta ahora e incluso jugar contra él a ver quien gana? Suena tentador, ¿verdad?

Entonces el curso “Masterclass en Inteligencia Artificial” es la elección perfecta para ti. Esta caja de herramientas de IA es todo lo que necesitas para entender IA con facilidad. Obtendrás más de 10 horas de guía paso a paso y el mapa de ruta completo que te ayudará a construir tu propio modelo híbrido de IA desde cero.

En este curso, te enseñaremos cómo desarrollar el más poderoso modelo de inteligencia artificial basado en los modelos más robustos de todos: Sistemas Híbridos de Inteligencia. Hasta ahora, este modelo ha demostrado ser el mejor estado del arte de la IA jamás creado, superando a sus predecesores en todas las competiciones de IA con puntuaciones increíblemente altas.

Este modelo híbrido se llama acertadamente el Modelo del Mundo Completo, y combina todos los modelos de última generación de las diferentes ramas de la IA, incluyendo Deep Learning, Aprendizaje por Refuerzo Profundo, Políticas de Gradiente, e incluso, la NeuroEvolución Profunda.

Al inscribirte en este curso tendrás la oportunidad de aprender a combinar estos modelos para lograr el mejor rendimiento del sistema de inteligencia artificial:

  • Redes neuronales artificiales completamente conectadas.

  • Redes neuronales convolucionales.

  • Redes neuronales recurrentes.

  • Autocodificadores Variacionales.

  • Redes de Densidad Mixta.

  • Algoritmos genéticos.

  • Estrategias de evolución.

  • Estrategia de Adaptación de la Matriz de Covarianza (CMA-ES).

  • Política de Gradientes de exploración de parámetros.

  • Entre de muchos otros modelos.

Esto no se trata de un simple curso de inteligencia artificial, sino de un paquete que combina un curso y un pack de herramientas de los modelos más poderosos de la IA. Podrás descargar este kit de herramientas y usarlo para construir sistemas inteligentes híbridos. Los modelos híbridos se están convirtiendo en los ganadores de la competición en el marco de la IA, así que ya es hora de que aprendas a manejarlos.

Además, también te daremos las implementaciones completas en los dos Frameworks de la IA: TensorFlow y Keras. Así que siempre que quieras construir una IA para una aplicación específica, puedes simplemente tomar los modelos que necesites en el kit de herramientas, ¡y reutilizarlos para diferentes proyectos!

No esperes más para unirte a nosotros en este viaje épico para dominar el futuro de la IA – los modelos híbridos de IA.

Introducción

1
Introducción, Estructura del curso y Demo
2
Acerca de las valoraciones del curso en Udemy
3
BONUS: Las rutas de Aprendizaje
4
Tus tres mejores recursos disponibles
5
Descarga los recursos desde aquí
6
Conoce a tus instructores online

Sección 1 - Redes Neuronales Artificiales

1
Bienvenido a la Parte 1 - Redes Neuronales artificiales
2
Plan de Ataque
3
La neurona
4
La función de activación
5
¿Cómo funcionan las redes neuronales?
6
¿Cómo aprenden las redes neuronales?
7
Gradiente Descendente
8
Gradiente Descendente Estocástico
9
Propagación hacia atrás

Parte 2 - Redes Neuronales Convolucionales

1
Bienvenido a la Parte 2 - Redes Neuronales Convolucionales
2
Plan de Ataque
3
¿Qué son las redes neuronales convolucionales?
4
Paso 1 - La operación de convolución
5
Paso 1b - La capa ReLU
6
Paso 2 - Pooling
7
Paso 3 - Aplanamiento
8
Paso 4 - Red neuronal totalmente conectada
9
El resumen final
10
Extra: Softmax y Entropía Cruzada

Parte 3 - Auto Encoders

1
Bienvenido a la parte 3 - Auto Encoders
2
Plan de Ataque
3
¿Qué son los Auto Encoders?
4
Acerca del término de bias
5
Entrenar el Auto Encoder
6
Capas ocultas sobre completadas
7
Sparse Auto Encoders
8
Denoising Auto Encoders
9
Contractive Auto Encoders
10
Stacked Auto Encoders
11
Deep Auto Encoders

Parte 4 - Auto Encoder Variacional

1
Bienvenido a la Parte 4 - Auto Encoder Variacional
2
Introducción a los VAE
3
Auto Encoders Variacionales
4
El truco de la reparametrización

Parte 5 - Implementación de la CNN-VAE

1
Bienvenido a la Parte 5 - Implementación de la CNN-VAE
2
Introducción al Paso 5
3
Inicialización de parámetros y variables de la clase CNN-VAE
4
Construir la parte de Codificador del VAE
5
Construir la parte 'V' del VAE
6
Construir la parte del Descodificador del VAE
7
Implementación de la operación de entrenamiento
8
Código al completo de la sección
9
Implementación en Keras

Parte 6 - Redes Neuronales Recurrentes

1
Bienvenido a la Parte 6 - Redes Neuronales Recurrentes
2
Plan de Ataque
3
¿Qué son las redes neuronales recurrentes?
4
El problema del Gradiente Desvaneciente
5
LSTMs
6
Idea práctica del LSTM
7
Variantes del LSTM

Parte 7 - Redes Neuronales de Densidad Mixta

1
Bienvenido a la Parte 7 - Red Neuronal de Densidad Mixta
2
Introducción a las MDN-RNN
3
Redes de Densidad Mixta
4
Visualización de las VAE + MDN-RNN

Parte 8 - Implementación de las MDN-RNN

1
Bienvenido a la Parte 8 - Implementación de las MDN-RNN
2
Inicialización de las variables y parámetros de la clase MDN-RNN
3
Creación de la RNN - Cómo juntar los parámetros de la red
4
Creación de la RNN - Creación de la capa LSTM con Dropout
5
Creación de la RNN - Creación de la entrada, target y salida de la RNN
6
Creación de la RNN - Obtención de la salida determinista de la RNN
7
Creación de la MDN - Creación de la capa de entrada, oculta y salida de la MDN
8
Creación de la MDN - Obtención de los parámetros de la MDN
9
Implementación de la operación de entrenamiento (Parte 1)
10
Implementación de la operación de entrenamiento (Parte 2)
11
Código Completo de la Sección
12
Implementación en Keras

Parte 9 - Aprendizaje por Refuerzo

1
Bienvenido a la Parte 9 - Aprendizaje por Refuerzo
2
¿Qué es el Aprendizaje por Refuerzo?
3
Pseudo código de Aprendizaje por Refuerzo para el Modelo de mundo completo
4
Código completo de la Sección

Parte 10 - Neuroevolución profunda

1
Bienvenidos a la Parte 10 - Neuroevolución profunda
2
Neuroevolución profunda
3
Estrategias Evolutivas
4
Algoritmos genéticos
5
Estrategia Evolutiva de la Matriz de Covarianzas Adaptativas (CMA-ES)
6
Políticas de Gradiente de exploración de parámetros (PEPG)
7
Estrategia Evolutiva de OpenAI

Ejecución Final

1
Implementación completa
2
Descarga la carpeta completa de la Masterclass en Inteligencia Artificial
3
IMPORTANTE: Si te falla la creación del entorno de la clase siguiente
4
Instalación de las librerías necesarias para seguir el curso
5
La lucha definitiva: inteligencia humana vs inteligencia artificial
4.9
4.9 de 5
Calificaciones 172

Calificación Detallada

5 estrellas
126
4 estrellas
34
3 estrellas
7
2 estrellas
0
1 estrellas
5
fe7dbb1993e7380e9b8700f635075fcd
Garantía de devolución de dinero de 30 días

Incluye

18 horas de video a pedido
21 artículos
Acceso completo de por vida
Acceso en el móvil y en la televisión
Certificado de finalización
Masterclass en Inteligencia Artificial
Precio:
$49.99 $15
bubble_bg_popup.png

Descarga las Herramientas Gratis