Descargar Curso MEGA Redes Neuronales y Backpropagation (Platzi)

Redes Neuronales y Backpropagation (Platzi)
Redes Neuronales y Backpropagation (Platzi)

Diseña redes neuronales desde la matemática y el método Backpropagation. La retropropagación es el método de cálculo de errores más usado en Machine Learning. Escribirás el código de una red neuronal que identifique patrones y los recuerde con este curso.

Con este curso podrás:


  • Medir errores de predicción
  • Actualizar los pesos de una red neuronal
  • Entender cómo funciona el aprendizaje supervisado

Temario del curso de Redes Neuronales


Retropropagación: Visión general


  • Cómo funciona el aprendizaje supervisado en una Red Neuronal
  • Un LEGO a la vez: Explicando las matemáticas de cómo aprenden las Redes Neuronales

Evaluación de errores


  • Función de costo, supuestos y probabilidad
  • Un Ejemplo Concreto: Aprendiendo la Función XOR

Optimización matemática


  • Cuál es el algoritmo de retropropagación
  • Actualizar los pesos de la red neuronal utilizando gradientes
  • Propagación hacia atrás
  • Demo: aprendiendo a separar clases
  • Implementación y ejemplos de redes neuronales funcionando


CLAVE DE CIFRADO: Ft2lZc4o-2zNnI34Md4qUGGkk4YS2htx36uYcAZcyRc


Curso Redes Neuronales y Backpropagation (Platzi)
318.7 MB | x:X Horas (3 Módulos) | por Omar Florez | MEGA | 7zip | Redes Neuronales | 1/2018

1 comentarios:


EmoticonEmoticon