Acerca del Curso
Conferencias del curso de posgrado CS230 de Stanford impartido por Andrew Ng.
Aprenderás sobre redes convolucionales, RNNs, LSTM, Adam, Dropout, BatchNorm, inicialización de Xavier/He, y más.
Trabajarás en casos de estudio de la sanidad, la conducción autónoma, la lectura del lenguaje de signos, la generación de música y el procesamiento del lenguaje natural. No sólo dominarás la teoría, sino que también verás cómo se aplica en la industria. Practicarás todas estas ideas en Python y en TensorFlow, que enseñaremos.
Para más información sobre los programas profesionales y de posgrado de Inteligencia Artificial de Stanford, visita: https://stanford.io/ai
Objetivos de Aprendizaje
Búsqueda (búsqueda en árbol, programación dinámica, búsqueda de coste uniforme)
Problemas de satisfacción de restricciones (búsqueda por retroceso, ordenación dinámica, búsqueda local)
Procesos de decisión de Markov (evaluación de políticas, aprendizaje por refuerzo, aproximación de funciones)
Planificación y juego (funciones de evaluación, aprendizaje de TD, teoría de juegos)
Aprendizaje automático (clasificación lineal, minimización de pérdidas, redes neuronales, aprendizaje no supervisado)
Redes bayesianas
Modelos gráficos
Lógica (sintaxis versus semántica, lógica de primer orden)
Requerimientos
- Alto deseo de aprender.
- Dedicación y constancia.
Curriculum
10 Lessons18h
Deep Learning en Stanford
Este es CS230, la introducción de la Universidad de Stanford al Deep Learning.
Introducción al Deep Learning de Stanford01:07:52
Intuición en Deep Learning01:22:47
Proyectos de Deep Learning De Ciclos Completos01:18:17
Ataques Adversariales en Deep Learning01:23:3
Inteligencia Artificial y Salud01:26:18
Estrategia de Proyectos en Deep Learning00:50:54
Redes Neuronales y su Interpretación01:34:58
Consejos Para la Carrera y Para Leer Papers Académicos01:04:48
Refuerzos de Deep Learning01:20:20
Chatbots y Conclusiones del Curso de Deep Learning en Stanford00:54:52
Tu Instructor
Student Feedback
Reviews (1)
Excelente curso, es dictado por la eminencia del Deep Learning
