https://github.com/rodolfoferro/curso-ai-basics
Curso de formación: Datos, Machine Learning, Deep Learning & AI en Google Cloud, 2024.
https://github.com/rodolfoferro/curso-ai-basics
Last synced: 4 months ago
JSON representation
Curso de formación: Datos, Machine Learning, Deep Learning & AI en Google Cloud, 2024.
- Host: GitHub
- URL: https://github.com/rodolfoferro/curso-ai-basics
- Owner: RodolfoFerro
- Created: 2023-12-25T19:03:12.000Z (over 2 years ago)
- Default Branch: main
- Last Pushed: 2024-02-20T00:28:25.000Z (over 2 years ago)
- Last Synced: 2024-02-20T21:34:23.531Z (over 2 years ago)
- Language: Jupyter Notebook
- Size: 1.56 MB
- Stars: 5
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Curso de formación: Datos, Machine Learning, Deep Learning & AI en Google Cloud 🧠
## Acerca de
Este contenido ha sido creado como un programa de desarrollo de talento técnico sobre Inteligencia Artificial para apicación en industria. El objetivo es brindar a personas técnicas un nivel fundamental de comprensión y capacidad de implementación de soluciones inteligentes utilizando un stack de tecnologías y servicios de nube contemporáneos.
El curso incluye un test de evaluación de conocimientos previos, para poder determinar la base de conocimiento y proceso de pensamiento lógico de las y los participantes y así poder adecuar el contenido con con énfasis en ciertos temas.
[](/assets/test.pdf)
### Requisitos
Para poder tomar este curso, es necesario contar con conocimientos básicos-intermedios de programación.
## Contenidos
El contenido se divide en 4 módulos principales, cada uno con una cantidad de sesiones definida. El contenido de cada módulo y sus secciones correspondientes se desglosan de manera general a continuación.
#### **Tratamiento de datos con Python**
- Tratamiento de datos con Pandas & Numpy
- Visualización de datos con Seaborn & Plotly
- Ingeniería de datos
#### **Machine Learning con Python**
- Intro a ML - Tipos de aprendizaje
- Regresión y clasificación
- Validación de modelos
- Underfitting & overfitting
- Exploración de modelos
#### **Deep Learning con TensorFlow & Keras**
- Funcionamiento de neuronas artificiales
- Redes neuronales
- Redes neuronales convolucionales
- Pipelines de CNNs
#### **AI en Google Cloud**
- Configuración del entorno
- Empaquetado de modelos
- Desarrollo de APIs
- Despliegue de modelos en Google Cloud Platform
> **Nota:** El contenido original ha sido adaptado acorde a las necesidades de la capacitación.
## Material de las sesiones
El material de las sesiones se encuentra en formato de notebooks de [Jupyter](https://jupyter.org/) y puede ser ejecutado de manera local o en la nube utilizando [Google Colab](https://colab.google/). Para acceder a los notebooks y demás contenidos para cada una de las sesiones en cada uno de los módulos, puedes dar click a los enlaces que se presentan en la tabla a continuación.
| CONTENIDO | LINK DE ACCESO DIRECTO |
| --------- | ---------------------- |
| Módulo 01 | [](/modules/01/) |
| Módulo 02 | [](/modules/02/) |
| Módulo 03 | [](/modules/03/) |
| Módulo 04 | [](/modules/04/) |
---
### **🔐 SOBRE EL USO DE INFORMACIÓN TOTAL O PARCIAL:**
- Estos documentos fueron originalmente creados por el autor.
- Cualquier uso de estos documentos o sus contenidos están permitidos a través de la licencia provista y sus condiciones.
- Para cualquier aclaración, puedes contactar al autor: https://rodolfoferro.xyz/
**Copyright (c) 2024 Rodolfo Ferro**