¿El Curso intensivo de aprendizaje automático es ideal para ti?
Para confirmar si estás preparado para completar todos los módulos, lee las secciones Requisitos previos y Trabajos previos antes de comenzar el Curso intensivo de aprendizaje automático.
Requisitos previos
Si bien el Curso intensivo de aprendizaje automático no exige conocimientos previos de aprendizaje automático, para comprender los conceptos que se presentan y completar los ejercicios, recomendamos que los estudiantes cumplan con los siguientes requisitos previos:
Dominio de un nivel introductorio de álgebra. Debes tener conocimientos básicos de variables y coeficientes, ecuaciones lineales, histogramas y gráficos de funciones. (Si bien es útil estar familiarizado con conceptos matemáticos más avanzados, como logaritmos y derivadas, no es obligatorio).
Dominio de los conceptos básicos de programación y cierta experiencia de codificación en Python. Los ejercicios de programación del Curso intensivo de aprendizaje automático están codificados en Python con TensorFlow. No es necesario contar con experiencia previa en TensorFlow, pero debes tener el conocimiento para leer y escribir código en Python que incluya construcciones de programación básicas, como invocaciones y definiciones de funciones, listas y diccionarios, ciclos y expresiones condicionales.
Trabajo previo
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.
Introducción a Pandas
Los ejercicios de programación del Curso intensivo de aprendizaje automático usan la biblioteca Pandas para administrar conjuntos de datos. Si no estás familiarizado con esta biblioteca, te recomendamos completar la Introducción rápida a Pandas, en la que se describen los atributos clave que se usan en los ejercicios.
Aspectos básicos del nivel inicial de TensorFlow
Los ejercicios de programación del Curso intensivo de aprendizaje automático usan la API de tf.estimator de TensorFlow de nivel superior para configurar modelos. Si te interesa crear modelos de TensorFlow desde cero, completa estos instructivos:
- TensorFlow Hello World: "Hello World" codificado en TensorFlow de nivel inicial.
- Conceptos de programación de TensorFlow: Un recorrido por los componentes fundamentales de una aplicación de TensorFlow: tensores, operaciones, gráficos y sesiones.
- Creación y manejo de tensores: Un manual básico sobre tensores: la abstracción central en la programación de TensorFlow. También proporciona un repaso sobre la suma y multiplicación de matrices en álgebra lineal.
Herramientas y conceptos clave
El Curso intensivo de aprendizaje automático trata y aplica los siguientes conceptos y herramientas. Para obtener más información, consulta los recursos vinculados.
Matemáticas
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 sigmoide
Álgebra lineal
Trigonometría
- Función Tanh (considerada una función de activación; no se requiere conocimiento previo)
Estadística
- Media, mediana, valores atípicos y desviación estándar
- Capacidad para 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 enteramente el algoritmo de propagación inversa para entrenar redes neuronales)
Programación en Python
Nivel básico de Python
Los siguientes aspectos básicos de Python están cubiertos en el instructivo de Python:
Definición e invocación de funciones, mediante parámetros posicionales y de palabras clave
Diccionarios, listas, grupos (creación, acceso e iteración)
forciclos,forciclos con múltiples variables de iteración (p. ej.,for a, b in [(1,2), (3,4)])Formateo de cadenas (p. ej.
'%.2f' % 3.14)Variables, asignación, tipos de datos básicos (
int,float,bool,str)
Nivel intermedio de Python
Los siguientes atributos más avanzados de Python también están cubiertos en el instructivo de Python:
Bibliotecas de terceros de Python
Los ejemplos de códigos del Curso intensivo de aprendizaje automático usan los siguientes atributos de bibliotecas de terceros. No es necesario estar familiarizado con estas bibliotecas; puedes buscar lo que quieras saber cuando lo necesites.
Matplotlib (para la visualización de datos)
Seaborn (para mapas de calor)
- Función
heatmap
Pandas (para el manejo de datos)
- Clase
DataFrame
NumPy (para operaciones matemáticas de nivel inicial)
Scikit-learn (para métricas de evaluación)
- Módulo de métricas
Terminal de bash/Cloud Console
Para ejecutar los ejercicios de programación en tu máquina local o una Cloud Console, debes estar familiarizado con el trabajo en la línea de comandos:
