We may earn an affiliate commission when you visit our partners.
Google Cloud Training
Le damos la bienvenida a The Art and Science of Machine Learning. El curso consta de 6 módulos. En este curso, se abordan las habilidades básicas de intuición, buen criterio y experimentación del AA necesarias para ajustar mejor y optimizar modelos de AA a fin de lograr el mejor rendimiento. Aprenderá a generalizar su modelo usando técnicas de regularización y descubrirá los efectos de los hiperparámetros, como el tamaño del lote y la tasa de aprendizaje, en el rendimiento del modelo. Analizaremos algunos de los algoritmos de optimización de los modelos más comunes y le mostraremos cómo especificar un método de optimización en su código de TensorFlow.
Register for this course and see more details by visiting:
OpenCourser.com/course/3q0fdu/art
Two deals to help you save
Save money when you learn. Here are two deals and offers that may be relevant to this course.
All coupon codes, vouchers, and discounts are applied automatically unless otherwise noted.
Valid until July 14
Coursera Plus Annual
Work toward what's next for your career with access to 10,000+ programs. Discover emerging skills and save.
Up to
40%
off
Get offer
Valid until August 30
Google AI App Builder
Learn how to use Gemini API and API Studio with a three-course series from Google DeepMind
Take
100%
off
Get offer
What's inside
Syllabus
Introducción
Le damos la bienvenida a The Art and Science of Machine Learning. En este curso, se abordan las habilidades básicas de intuición, buen criterio y experimentación del AA necesarias para ajustar mejor y optimizar modelos de AA a fin de lograr el mejor rendimiento. Aprenderá a generalizar su modelo usando técnicas de regularización y descubrirá los efectos de los hiperparámetros, como el tamaño del lote y la tasa de aprendizaje, en el rendimiento del modelo. Analizaremos algunos de los algoritmos de optimización de los modelos más comunes y le mostraremos cómo especificar un método de optimización en su código de TensorFlow.
Read more
Syllabus
Introducción
Le damos la bienvenida a The Art and Science of Machine Learning. En este curso, se abordan las habilidades básicas de intuición, buen criterio y experimentación del AA necesarias para ajustar mejor y optimizar modelos de AA a fin de lograr el mejor rendimiento. Aprenderá a generalizar su modelo usando técnicas de regularización y descubrirá los efectos de los hiperparámetros, como el tamaño del lote y la tasa de aprendizaje, en el rendimiento del modelo. Analizaremos algunos de los algoritmos de optimización de los modelos más comunes y le mostraremos cómo especificar un método de optimización en su código de TensorFlow.
Read more
Traffic lights
Traffic lights
Read about what's good
what should give you pause and
possible dealbreakers
Enfatiza la intuición, el juicio y la experimentación, que son habilidades esenciales para los profesionales de ML
Se centra en ajustar y optimizar los modelos de ML para obtener el máximo rendimiento
Profundiza en las técnicas de regularización para evitar el sobreajuste y mejorar la generalización
Enseña a utilizar algoritmos de optimización de modelos comunes en TensorFlow
Abarca la optimización del tamaño del lote y la tasa de aprendizaje para mejorar el rendimiento del modelo
Requiere un conocimiento previo de ML y TensorFlow
Save this course
Create your own learning path.
Save this course to your list so you can find it easily later.
Save
Save
Reviews summary
Arte y ciencia del aprendizaje automático
Según los estudiantes, este curso aborda las habilidades fundamentales para ajustar y optimizar modelos de aprendizaje automático. Los laboratorios y ejercicios prácticos, a menudo centrados en TensorFlow, son vistos como una parte muy valiosa y aplicable del contenido. Cubre temas importantes como el ajuste de hiperparámetros, la regularización y las incorporaciones (embeddings). Algunos alumnos señalan que el curso es más adecuado para quienes ya tienen una base en matemáticas y programación, y podría ser desafiante para principiantes absolutos. En general, es bien valorado por ayudar a comprender no solo el 'cómo' sino también el 'por qué' detrás de las técnicas de AA.
Incluye regularización, embeddings y optimización.
"La inclusión de regularización y embeddings es muy relevante para modelos modernos."
"Los temas cubiertos son fundamentales para optimizar el rendimiento de los modelos."
"Aprendí técnicas de regularización que no conocía."
"La explicación sobre embeddings fue clara y muy aplicable."
Explica el 'por qué' detrás de las técnicas de AA.
"Me gustó el enfoque en el 'arte' y la 'ciencia', va más allá del mero uso de librerías."
"Ayuda a desarrollar la intuición y el buen juicio necesarios en ML."
"No solo te dicen cómo hacer algo, sino por qué es la mejor manera."
"La parte de la 'ciencia' explica bien los mecanismos internos."
Ejemplos y laboratorios prácticos usando TensorFlow.
"La parte práctica usando TensorFlow es muy útil y me permitió aplicar los conceptos inmediatamente."
"Los laboratorios son clave para solidificar el aprendizaje. Pude ver cómo funcionaba el código."
"Me gustaron las demos en TensorFlow. Hacen que la teoría sea más comprensible."
"Los ejercicios me ayudaron a entender cómo implementar la optimización en código."
Análisis detallado del ajuste de hiperparámetros.
"La sección sobre ajuste de hiperparámetros es muy completa y me enseñó nuevas técnicas."
"Entendí la importancia de los hiperparámetros y cómo experimentarlos eficazmente."
"Fue muy útil aprender sobre la búsqueda por cuadrícula y otros algoritmos de optimización."
"El módulo de hiperparámetros es uno de los puntos fuertes del curso."
Puede ser difícil sin base previa en AA/mate/programación.
"Si no tienes una base sólida en matemáticas o programación, algunas partes pueden ser difíciles de seguir."
"No lo consideraría un curso para principiantes totales en machine learning."
"Aconsejo tener claros los fundamentos antes de empezar este curso."
"Algunos conceptos se explican rápido asumiendo cierta familiaridad previa."
Activities
Be better prepared
before
your course. Deepen your understanding
during
and
after
it. Supplement your coursework and achieve mastery of the topics covered
in Art and Science of Machine Learning en Español with these
activities:
Seguir tutoriales sobre redes neuronales
Show steps
Fortalecerá sus conocimientos sobre las redes neuronales y sus aplicaciones, preparándolo para el módulo dedicado del curso.
Show steps
-
Siga tutoriales sobre redes neuronales convolucionales (CNN)
-
Explore las redes neuronales recurrentes (RNN)
-
Implemente una red neuronal simple en TensorFlow
Organizar notas y materiales del curso
Show steps
Mejorará la retención y la revisión al mantener organizadas y accesibles las notas, las asignaciones y otros materiales del curso.
Show steps
-
Crear un sistema para organizar las notas, como carpetas digitales o un cuaderno
-
Revisar regularmente las notas y los materiales para reforzar el aprendizaje
Contribuir a un proyecto de código abierto relacionado con la optimización de modelos
Show steps
Le permitirá aplicar sus conocimientos prácticos, colaborar con otros y mantenerse actualizado en las tendencias de la industria.
Show steps
-
Identificar un proyecto de código abierto relevante
-
Revisar la documentación y el código fuente
-
Hacer una contribución, como corregir errores o agregar nuevas funciones
Show all three activities
Seguir tutoriales sobre redes neuronales
Show steps
Fortalecerá sus conocimientos sobre las redes neuronales y sus aplicaciones, preparándolo para el módulo dedicado del curso.
Show steps
Show steps
Show steps
- Siga tutoriales sobre redes neuronales convolucionales (CNN)
- Explore las redes neuronales recurrentes (RNN)
- Implemente una red neuronal simple en TensorFlow
Organizar notas y materiales del curso
Show steps
Mejorará la retención y la revisión al mantener organizadas y accesibles las notas, las asignaciones y otros materiales del curso.
Show steps
Show steps
Show steps
- Crear un sistema para organizar las notas, como carpetas digitales o un cuaderno
- Revisar regularmente las notas y los materiales para reforzar el aprendizaje
Contribuir a un proyecto de código abierto relacionado con la optimización de modelos
Show steps
Le permitirá aplicar sus conocimientos prácticos, colaborar con otros y mantenerse actualizado en las tendencias de la industria.
Show steps
Show steps
Show steps
- Identificar un proyecto de código abierto relevante
- Revisar la documentación y el código fuente
- Hacer una contribución, como corregir errores o agregar nuevas funciones
Show all three activities
Career center
Learners who complete Art and Science of Machine Learning en Español will develop knowledge and skills
that may be useful to these careers:
Data Scientist
Data Scientist
A cornerstone of what a Data Scientist does is apply artificial intelligence to data in such a way that value is derived from it. As an integral part of that process, Data Scientists often have to optimize and tune machine learning models so that they perform well. This course from Google Cloud will give you the skills and insights to be able to develop your problem-solving capabilities in the domain of artificial intelligence and machine learning.
Machine Learning Engineer
Machine Learning Engineer
At its core, a Machine Learning Engineer takes a holistic approach to constructing, evaluating, and deploying machine learning models. This includes learning how to avoid overfitting and underfitting, as well as understanding how to best tune hyperparameters. As such, this course can be extremely beneficial as it covers the art and science behind these concepts in detail.
Software Developer
Software Developer
Software Developers are responsible for bringing the ideas of engineers to life through the writing of code. To that end, it's helpful to have a fundamental understanding of how the algorithms that produce predictions in machine learning models work. The science of machine learning, which this course covers in depth, will be of great benefit on your journey to becoming a well-rounded Software Developer.
Data Analyst
Data Analyst
Data Analysts are responsible for surfacing insights from data. To that end, proficiency with machine learning models is incredibly valuable. This course will introduce you to the theory and practice of machine learning, which can be especially useful when working with large datasets.
Business Analyst
Business Analyst
Business Analysts are experts in using data to uncover business trends and opportunities. To that end, being able to collect, clean, and analyze data with machine learning models is crucial. This course will provide you with a solid foundation in the science and art of machine learning, which will be a valuable tool to have in your arsenal.
Product Manager
Product Manager
Product Managers are tasked with managing the development of products from start to finish. In this day and age, many of those products incorporate machine learning in some form. This course will help you understand the basics of machine learning, which will help you bridge the gap between yourself and your engineers and ensure that everyone is working cohesively.
Project Manager
Project Manager
Project Managers are responsible for planning, coordinating, and executing projects. With many projects incorporating machine learning and artificial intelligence, being able to understand the basics of the field from a scientific perspective is becoming more important. This course can help you develop that understanding and will empower you to manage your projects more effectively.
Systems Engineer
Systems Engineer
Systems Engineers are responsible for designing, developing, and maintaining complex systems. Given how much machine learning and artificial intelligence is pervading our technological landscape, a basic understanding of these technologies is becoming increasingly important for Systems Engineers. This course will help you build that foundation.
Network Engineer
Network Engineer
Network Engineers design, develop, and maintain computer networks. These days, those networks are being increasingly reliant upon machine learning and artificial intelligence for tasks like automating network management and security. This course will give you an introduction to the science and art of machine learning, which will help you excel in the fast-paced environment of network engineering.
Database Administrator
Database Administrator
Database Administrators are responsible for the installation, configuration, and maintenance of database management systems. As organizations continue to collect and store more data, machine learning is increasingly being used for database management tasks, including data cleaning, indexing, and query optimization. Familiarizing yourself with machine learning through this course will help you be more effective in your work.
Security Analyst
Security Analyst
Security Analysts are tasked with protecting computer networks and systems from security breaches. With many security threats becoming more sophisticated, machine learning is being used to develop more effective ways to detect and prevent them. This course will give you a basic understanding of how machine learning can be used for cybersecurity, which will help you stay ahead of the curve.
IT Manager
IT Manager
IT Managers plan, coordinate, and direct the activities of an organization's IT department. With machine learning becoming increasingly important in various aspects of IT, including data analysis, network management, and security, having a fundamental understanding of machine learning is becoming increasingly important for IT Managers. This course will give you a broad overview of the field.
Hardware Engineer
Hardware Engineer
Hardware Engineers research, design, develop, and test computer hardware. With the advent of specialized hardware for machine learning and artificial intelligence, it has become increasingly important for Hardware Engineers to have at least a basic understanding of these domains. This course can help provide that understanding.
Computer Systems Analyst
Computer Systems Analyst
Computer Systems Analysts study an organization's computer systems and procedures to help it operate more efficiently and effectively. As organizations increasingly rely on machine learning and artificial intelligence to improve their operations, Systems Analysts who have an understanding of these technologies will be more valuable to their organizations. This course can be a good starting point for developing that understanding.
Software Tester
Software Tester
Software Testers evaluate the functionality of software to ensure that it meets user requirements. With machine learning becoming more prevalent in software, Software Testers need to have an understanding of how machine learning models work, as well as how to test them effectively. This course will give you a basic introduction to machine learning, which will be helpful in your role as a Software Tester.
For more career information including salaries, visit:
OpenCourser.com/course/3q0fdu/art
Reading list
We've selected eight books
that we think will supplement your
learning. Use these to
develop background knowledge, enrich your coursework, and gain a
deeper understanding of the topics covered in
Art and Science of Machine Learning en Español.
Save
Este libro es una referencia integral sobre aprendizaje profundo, que cubre los fundamentos teóricos y las técnicas prácticas.
Este libro es un recurso práctico que guía a los lectores a través de la implementación de algoritmos de aprendizaje automático utilizando bibliotecas populares de Python.
Save
Este libro es un texto clásico sobre el aprendizaje automático que cubre una amplia gama de temas, desde algoritmos teóricos hasta aplicaciones prácticas. Es una lectura esencial para quienes buscan una comprensión profunda del campo.
Este libro es un recurso práctico que guía a los lectores a través de la implementación de algoritmos de aprendizaje automático utilizando bibliotecas populares de Python.
Este libro proporciona una introducción práctica al aprendizaje automático con el lenguaje de programación R. Es una excelente opción para quienes buscan aprender a aplicar técnicas de aprendizaje automático a conjuntos de datos reales.
Save
Este libro clásico sobre aprendizaje automático cubre una amplia gama de temas, desde los fundamentos teóricos hasta aplicaciones prácticas.
Este libro se centra en la importante tarea de la ingeniería de características, que es esencial para mejorar el rendimiento de los modelos de aprendizaje automático.
Este libro proporciona una introducción integral al aprendizaje automático, cubriendo los conceptos fundamentales y los algoritmos utilizados en el campo.
For more information about how these books relate to this course, visit:
OpenCourser.com/course/3q0fdu/art
Share
Similar courses
Similar courses are unavailable at this time. Please try again later.
Effort
19 hours to complete
Level
Intermediate
Via
Coursera
Institution
Google Cloud
Instructor
Google Cloud Training
Language
Español
Transcript
English
This course belongs to a
collection
called
Machine Learning with TensorFlow on Google Cloud en Español. It's comprised of five courses:
- Launching into Machine Learning en Español
- Intro to TensorFlow en Español
- Art and Science of Machine Learning en Español (viewing)
- Feature Engineering en Español
- How Google does Machine Learning en Español
Our mission
OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.
Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.
Find this site helpful? Tell a friend about us.
Affiliate disclosure
We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.
Your purchases help us maintain our catalog and keep our servers humming without ads.
Thank you for supporting OpenCourser.
© 2016 - 2025 OpenCourser