Ejercicios

Esta página enumera los ejercicios del Curso intensivo de aprendizaje automático.

La mayoría de los ejercicios de programación usan el conjunto de datos de vivienda de California.

Los ejercicios de programación se ejecutan directamente en tu navegador mediante Colaboratory (no es necesario configurar nada). Esta plataforma es compatible con la mayoría de los navegadores principales y se prueba minuciosamente en las versiones de escritorio de Chrome y Firefox. Si prefieres descargar y ejecutar los ejercicios sin conexión, consulta estas instrucciones para configurar un entorno local.

Todo

Preliminares

Marco

Estudio detallado del AA

Reducción de la pérdida

Primeros pasos con TensorFlow

Conjuntos de entrenamiento y prueba

Validación

Representación

Combinaciones de atributos

Regularización para lograr simplicidad

Clasificación

Regularización para lograr dispersión

Introducción a las redes neuronales

Entrenamiento de las redes neuronales

Redes neuronales de clases múltiples

Incorporaciones

Entrenamiento estático o dinámico

Inferencia estática o dinámica

Dependencias de datos

Programación

Preliminares

Marco

Estudio detallado del AA

Reducción de la pérdida

Primeros pasos con TensorFlow

Conjuntos de entrenamiento y prueba

Validación

Representación

Combinaciones de atributos

Regularización para lograr simplicidad

Clasificación

Regularización para lograr dispersión

Introducción a las redes neuronales

Entrenamiento de las redes neuronales

Redes neuronales de clases múltiples

Incorporaciones

Entrenamiento estático o dinámico

Inferencia estática o dinámica

Dependencias de datos

Comprueba tu comprensión

Preliminares

Marco

Estudio detallado del AA

Reducción de la pérdida

Primeros pasos con TensorFlow

Conjuntos de entrenamiento y prueba

Validación

Representación

Combinaciones de atributos

Regularización para lograr simplicidad

Clasificación

Regularización para lograr dispersión

Introducción a las redes neuronales

Entrenamiento de las redes neuronales

Redes neuronales de clases múltiples

Incorporaciones

Entrenamiento estático o dinámico

Inferencia estática o dinámica

Dependencias de datos

Playground

Preliminares

Marco

Estudio detallado del AA

Reducción de la pérdida

Primeros pasos con TensorFlow

Conjuntos de entrenamiento y prueba

Validación

Representación

Combinaciones de atributos

Regularización para lograr simplicidad

Clasificación

Regularización para lograr dispersión

Introducción a las redes neuronales

Entrenamiento de las redes neuronales

Redes neuronales de clases múltiples

Incorporaciones

Entrenamiento estático o dinámico

Inferencia estática o dinámica

Dependencias de datos

Enviar comentarios sobre…

Curso intensivo de aprendizaje automático