Requisitos y trabajo previos

¿El Curso intensivo de aprendizaje automático es ideal para ti?

Sé poco o nada del aprendizaje automático.
Te recomendamos que sigas el material en el orden indicado.
Tengo conocimientos de aprendizaje automático, pero quisiera obtener información más actualizada y completa.
El Curso intensivo de aprendizaje automático será ideal para repasar. Recorre todos los módulos en el orden indicado o selecciona los que te interesen.
Conozco el aprendizaje automático en profundidad, pero sé poco o nada sobre TensorFlow.
Gran parte del material te resultará demasiado básico. En lugar de repasar todo el contenido, concéntrate solo en el siguiente material:
El Curso intensivo de aprendizaje automático se centra principalmente en las API de alto nivel. Si estás más interesado en aprender sobre la API de TensorFlow de nivel inicial (posiblemente para investigar el aprendizaje automático), explora los siguientes recursos:

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:

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

Álgebra lineal

Trigonometría

Estadística

Cálculo (opcional, para temas avanzados)

Programación en Python

Nivel básico de Python

Los siguientes aspectos básicos de Python están cubiertos en el instructivo de Python:

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)

Pandas (para el manejo de datos)

NumPy (para operaciones matemáticas de nivel inicial)

Scikit-learn (para métricas de evaluación)

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: