Saltar al contenido

Construyendo modelos de aprendizaje no supervisados con TensorFlow

Sección Introducción Transcripciones

Resumen del curso

Construyendo modelos de aprendizaje no supervisados con TensorFlow
Construyendo modelos de aprendizaje no supervisados con TensorFlow

Hola, y bienvenidos a este curso de Construcción de Modelos de Aprendizaje no Supervisado con TensorFlow. Me presentaré primero. Mi nombre es Janani Ravi, y tengo una maestría en ingeniería eléctrica de Stanford, y he trabajado en empresas como Microsoft, Google y Flipkart. En Google, fui una de las primeras ingenieras que trabajó en la edición colaborativa en tiempo real en Google Docs, y tengo cuatro patentes de sus tecnologías subyacentes. Actualmente trabajo en mi propia empresa, Loonycorn, un estudio de contenido de video de alta calidad. Las técnicas de aprendizaje no supervisadas son poderosas pero poco utilizadas, y a menudo no son bien comprendidas. Este curso detalla la agrupación y la autocodificación, dos versátiles técnicas de aprendizaje no supervisado, y luego las implementa en TensorFlow. Nos centraremos en las diversas características y rasgos de los modelos de clustering e implementaremos ejemplos reales en TensorFlow. Comprenderemos intuitivamente cómo funciona el algoritmo de clustering k-means, así como el clustering jerárquico. A continuación, pasaremos a implementar una demostración práctica en Python utilizando las APIs de TensorFlow del algoritmo de clustering k-means. Los autocodificadores son una especie de red neural artificial utilizada para el aprendizaje no supervisado. Se utiliza para aprender codificaciones o representación de datos para problemas de reducción de la dimensionalidad. Los autocodificadores pueden utilizarse para implementar el análisis de componentes principales, una técnica matemática popular para la reducción de la dimensionalidad. Este curso discutirá los diferentes tipos de autocodificadores, tales como un autocodificador apilado con salida y un autocodificador de denotación, e implementarlos en TensorFlow.