¿El Curso intensivo de aprendizaje automático es adecuado para ti?
Lee las secciones Trabajos previos y Requisitos previos antes de comenzar el Curso intensivo de aprendizaje automático para asegurarte de estar preparado para completar todos los módulos.
Trabajo previo
Antes de comenzar el Curso intensivo de aprendizaje automático, haz lo siguiente:
- Si es la primera vez que usas el aprendizaje automático, consulta Introducción al enmarcado de problemas del aprendizaje automático. En este curso de autoaprendizaje de una hora, aprenderás a identificar los problemas adecuados para el aprendizaje automático.
- Si eres nuevo en NumPy, realiza el ejercicio de Colab sobre el Instructivo superrápido de NumPy, que brinda toda la información de NumPy que necesitas para este curso.
- Si eres nuevo en Pandas, realiza el ejercicio de Colab Instructivo UltraQuick de Pandas, que proporciona toda la información que necesitas sobre este curso.
Los ejercicios de programación se ejecutan directamente en tu navegador (no es necesario configurar nada) mediante la plataforma Colaboratory. Colaboratory 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.
Requisitos previos
El Curso intensivo de aprendizaje automático no exige conocimientos previos de aprendizaje automático. Sin embargo, para comprender los conceptos presentados y completar los ejercicios, recomendamos que los alumnos cumplan con los siguientes requisitos previos:
Debes estar familiarizado con variables, ecuaciones lineales, gráficos de funciones, histogramas y medios estadísticos.
Debes ser un buen programador. Lo ideal sería tener experiencia en programación en Python porque los ejercicios de programación están en Python. Sin embargo, los programadores experimentados sin experiencia en Python suelen completar los ejercicios de programación de todos modos.
En las siguientes secciones, se proporcionan vínculos a material adicional que te resulta útil.
Álgebra
- variables, coeficientes y funciones
- ecuaciones lineales, como \(y = b + w_1x_1 + w_2x_2\)
- logaritmos y ecuaciones logarítmicas, como \(y = ln(1+ e^z)\)
- función sigmoidea
Álgebra lineal
Trigonometría
- tanh (se analiza como una función de activación; no se requieren conocimientos previos)
Estadística
- media, mediana, valores atípicos y desviación estándar
- la capacidad de leer un histograma
Cálculo (opcional, para temas avanzados)
- concepto de una derivada (no tendrás que calcular derivadas)
- gradiente o pendiente
- Derivadas parciales (que están relacionadas íntimamente con los gradientes)
- Regla de cadena (para comprender en su totalidad el algoritmo de propagación inversa para entrenar redes neuronales)
Programación de Python
Los siguientes conceptos básicos de Python se tratan en el Instructivo de Python:
Definición y función de llamadas, mediante parámetros posicionales y de palabras clave
diccionarios, listas, conjuntos (creación, acceso e iteración)
Bucles
for
, buclesfor
con múltiples variables del iterador (p.ej.,for a, b in [(1,2), (3,4)]
)formato de string (p.ej.,
'%.2f' % 3.14
)variables, asignación y tipos de datos básicos (
int
,float
,bool
ystr
)
Algunos de los ejercicios de programación usan el siguiente concepto más avanzado de Python:
Terminal de bash / Cloud Console
Para ejecutar los ejercicios de programación en tu máquina local o en Cloud Console, debes sentirte cómodo trabajando con la línea de comandos: