5 lecciones • 5 horas
Curso práctico donde aprenderás a crear, entrenar y poner a prueba Redes Convolucionales y Redes LSTM así como a afinar modelos de Deep Learning creados con PyTorch.
Al final de este curso habrás aprendido
- A crear, entrenar y poner a prueba Redes Convolucionales para tareas de visión por computador (clasificación de imágenes y detección de objetos)
- A crear, entrenar y poner a prueba Redes LSTM para tareas de procesamiento del lenguaje natural (análisis de sentimientos) y generación de pronósticos sobre Series de Tiempo
- A realizar la afinación de hiper-parámetros de un modelo de Deep Learning creado con PyTorch, con el fin de mejorar su desempeño
Requisitos
- Es esencial tener conocimientos de cómo funcionan las Redes Convolucionales y LSTM (se sugiere revisar los módulos correspondientes en el curso Fundamentos de Deep Learning con Python, disponible acá en la Academia Online).
- Adicionalmente, se sugiere haber tomado el curso PyTorch Nivel Básico, también disponible acá en la Academia.
Contenido
1 – Clasificación con Redes Convolucionales
2 – Detección de objetos con Redes Convolucionales
3 – Clasificación de sentimientos con Redes LSTM
4 – Pronósticos sobre Series de Tiempo con Redes LSTM
5 – Afinación de hiper-parámetros de un modelo de PyTorch
