Conceptos básicos del aprendizaje automático con TensorFlow
Esta capacitación es para usuarios sin experiencia en AA pero con conocimiento intermedio de programación
Este contenido está pensado para guiar a los desarrolladores que no tienen experiencia en el AA a través de las etapas iniciales de su travesía por esta área. Notarás que muchos de los recursos usan TensorFlow; sin embargo, el conocimiento se puede transferir a otros frameworks de aprendizaje automático.
Paso 1: Comprende de qué se trata el AA
TensorFlow 2.0 se diseñó con el objetivo de facilitar la creación de redes neuronales para el aprendizaje automático; por ello, TensorFlow 2.0 usa una API llamada Keras. El libro Deep Learning with Python, por Francois Chollet, creador de Keras, es un excelente punto de partida. Lee los capítulos del 1 al 4 para comprender los conceptos fundamentales del AA desde la perspectiva de un programador. La segunda mitad del libro trata sobre áreas como la visión artificial, el procesamiento de lenguaje natural, el aprendizaje profundo generativo y mucho más. No te preocupes si estos temas son demasiado avanzados en esta instancia; los comprenderás a su debido tiempo.
Este libro introductorio ofrece un enfoque centrado en el código para aprender a implementar las situaciones de AA más comunes, como la visión artificial, el procesamiento de lenguaje natural (PLN) y el modelado de secuencia para entornos de ejecución incorporados, de la Web, de dispositivos móviles o de la nube.
Este libro es una introducción práctica al aprendizaje profundo con Keras.
⬆ o ⬇
Haz un curso en línea, como el de introducción a TensorFlow de Coursera o Intro to TensorFlow for Deep Learning de Udacity, que cubren los mismos conceptos fundamentales que el libro de Francois. También puede que estos videos de 3Blue1Brown te resulten útiles, ya que tienen breves explicaciones sobre el funcionamiento de las redes neuronales a nivel matemático.
Si completas este nivel, aprenderás las nociones fundamentales acerca del funcionamiento del AA y podrás profundizar tus conocimientos.
DeepLearning.AI
Intro to TensorFlow for AI, ML, and Deep LearningEste curso, que se desarrolló en colaboración con el equipo de TensorFlow, forma parte del Programa especializado para desarrolladores de TensorFlow y te enseñará las prácticas recomendadas para el uso de esta plataforma.
En este curso en línea que desarrollaron el equipo de TensorFlow y Udacity, aprenderás a crear aplicaciones de aprendizaje profundo con TensorFlow.
Paso 2: Más allá de los aspectos básicos
Realiza el curso de Certificado profesional de DeepLearning.AI desarrollador de TensorFlow, donde aprenderás no solo los conceptos básicos, sino que también recibirás una introducción a la visión artificial, el PLN y el modelado de secuencias.
Si completas este paso, podrás reforzar tus conocimientos y aprenderás a usar TensorFlow con el fin de crear modelos básicos para diversas situaciones, entre ellas, la clasificación de imágenes, la comprensión de las opiniones de un texto, los algoritmos generativos y mucho más.
DeepLearning.AI
Certificado profesional de DeepLearning.AI desarollador de TensorFlowEn este Programa especializado, compuesto por cuatro cursos y dictado por un desarrollador de TensorFlow, explorarás las herramientas y el software que usan los desarrolladores para crear algoritmos escalables con tecnología de IA en TensorFlow.
Paso 3: Practica
Mira alguno de nuestros instructivos de TensorFlow Core, que te permitirán practicar los conceptos que aprendiste en los pasos 1 y 2. Cuando termines, prueba alguno de los ejercicios más avanzados.
Completar este paso mejorará tu comprensión de los conceptos principales y las situaciones con las que te encontrarás cuando crees modelos de AA.
Paso 4: Ve más allá con TensorFlow
Ahora es momento de regresar a Deep Learning with Python, por Francois y completar los capítulos del 5 al 9. También deberías leer el libro Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow, de Aurélien Géron. Este libro presenta el AA y el aprendizaje profundo con TensorFlow 2.0.
Si completas este paso, podrás afirmar tus conocimientos básicos del AA, e incluso podrás ampliar tu uso de la plataforma según tus necesidades.
Con ejemplos concretos, muy poca teoría y dos frameworks de Python listos para la producción (Scikit-Learn y TensorFlow), este libro te permite obtener una comprensión intuitiva de los conceptos y las herramientas para construir sistemas inteligentes.