Lección 7 del módulo “Redes Neuronales” del curso Fundamentos de Deep Learning con Python.
En las lecciones anteriores vimos en detalle el algoritmo de Regresión Lineal y el algoritmo del Gradiente Estocástico con mini-batch.
En esta práctica usaremos estas ideas para resolver un problema de Regresión Lineal en Keras, una de las librerías más usadas actualmente para implementar modelos de Deep Learning.
Con esto afianzaremos los diferentes conceptos vistos hasta el momento y además tendremos una introducción a esta librería, que será la que en adelante usaremos para implementar los diferentes modelos que veremos a lo largo del curso.
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
¡Excelente! Hemos visto lo simple que resulta resolver un problema de Regresión Lineal usando la librería Keras. A pesar de que se trata de un modelo muy simple, como veremos más adelante en el curso podremos usar esta misma lógica para implementar y entrenar de forma muy sencilla modelos mucho más complejos usando esta librería.
En este punto ya tenemos los elementos conceptuales y de programación esenciales para comenzar a adentrarnos en el Deep Learning. Así que en la próxima lección hablaremos del bloque fundamental de todas las arquitecturas que veremos más adelante: la Neurona Artificial.
Todas las lecciones del curso Fundamentos de Deep Learning con Python.