En esta página, se enumeran los ejercicios del Curso intensivo de aprendizaje automático.
La mayoría de los ejercicios de programación usan el conjunto de datos de vivienda de California.
All
En marzo de 2020, este curso comenzó a usar Ejercicios de programación codificados con tf.keras. Si prefieres usar los ejercicios heredados de programación de estimadores, puedes encontrarlos en GitHub.
Enmarcado
Estudio detallado del AA
Reducción de la pérdida
- Cómo optimizar la tasa de aprendizaje
- Verifica tu comprensión: Tamaño del lote
- Playground: Tasa de aprendizaje y convergencia
Primeros pasos con TensorFlow
- Ejercicio de programación: Instructivo superrápido de NumPy
- Ejercicio de programación: Instructivo UltraQuick de Pandas
- Ejercicio de programación: Regresión lineal con datos sintéticos
- Ejercicio de programación: Regresión lineal con un conjunto de datos real
Conjuntos de entrenamiento y prueba
Validación
- Verifica tu intuición: Validación
- Ejercicio de programación: Conjuntos de validación y conjuntos de prueba
Combinaciones de atributos
- Playground: Presentamos combinaciones de atributos, combinaciones de atributos más complejas
- Compruebe sus conocimientos: Combinaciones de atributos
- Ejercicio de programación: Representación con combinaciones de atributos
Regularización para lograr simplicidad
- Playground: ¿Uso excesivo de combinaciones?
- Verificar sus conocimientos: Regularización L2, L2 Regularización y atributos correlacionados
- Playground: Análisis de regularización L2
Clasificación
- Verificar su comprensión: Exactitud, precisión, recuperación, precisión y recuperación
- Verificar su comprensión: ROC y AUC
- Ejercicio de programación: Clasificación binaria
Regularización para lograr dispersión
- Verifica tu comprensión: Regularización L1, L1 frente a Regularización L2
- Playground: Análisis de regularización L1
Introducción a las redes neuronales
- Playground: Una primera red neuronal, Inicialización de red neuronal, Espiral de red neuronal
- Ejercicio de programación: Introducción a las redes neuronales
Entrenamiento de las redes neuronales
Redes neuronales de clases múltiples
Equidad
Entrenamiento estático o dinámico
Inferencia estática o dinámica
Dependencias de datos
Programación
En marzo de 2020, este curso comenzó a usar Ejercicios de programación codificados con tf.keras. Si prefieres usar los ejercicios heredados de programación de estimadores, puedes encontrarlos en GitHub.
Enmarcado
Estudio detallado del AA
Reducción de la pérdida
- Cómo optimizar la tasa de aprendizaje
- Verifica tu comprensión: Tamaño del lote
- Playground: Tasa de aprendizaje y convergencia
Primeros pasos con TensorFlow
- Ejercicio de programación: Instructivo superrápido de NumPy
- Ejercicio de programación: Instructivo UltraQuick de Pandas
- Ejercicio de programación: Regresión lineal con datos sintéticos
- Ejercicio de programación: Regresión lineal con un conjunto de datos real
Conjuntos de entrenamiento y prueba
Validación
- Verifica tu intuición: Validación
- Ejercicio de programación: Conjuntos de validación y conjuntos de prueba
Combinaciones de atributos
- Playground: Presentamos combinaciones de atributos, combinaciones de atributos más complejas
- Compruebe sus conocimientos: Combinaciones de atributos
- Ejercicio de programación: Representación con combinaciones de atributos
Regularización para lograr simplicidad
- Playground: ¿Uso excesivo de combinaciones?
- Verificar sus conocimientos: Regularización L2, L2 Regularización y atributos correlacionados
- Playground: Análisis de regularización L2
Clasificación
- Verificar su comprensión: Exactitud, precisión, recuperación, precisión y recuperación
- Verificar su comprensión: ROC y AUC
- Ejercicio de programación: Clasificación binaria
Regularización para lograr dispersión
- Verifica tu comprensión: Regularización L1, L1 frente a Regularización L2
- Playground: Análisis de regularización L1
Introducción a las redes neuronales
- Playground: Una primera red neuronal, Inicialización de red neuronal, Espiral de red neuronal
- Ejercicio de programación: Introducción a las redes neuronales
Entrenamiento de las redes neuronales
Redes neuronales de clases múltiples
Equidad
Entrenamiento estático o dinámico
Inferencia estática o dinámica
Dependencias de datos
Comprueba tu comprensión
En marzo de 2020, este curso comenzó a usar Ejercicios de programación codificados con tf.keras. Si prefieres usar los ejercicios heredados de programación de estimadores, puedes encontrarlos en GitHub.
Enmarcado
Estudio detallado del AA
Reducción de la pérdida
- Cómo optimizar la tasa de aprendizaje
- Verifica tu comprensión: Tamaño del lote
- Playground: Tasa de aprendizaje y convergencia
Primeros pasos con TensorFlow
- Ejercicio de programación: Instructivo superrápido de NumPy
- Ejercicio de programación: Instructivo UltraQuick de Pandas
- Ejercicio de programación: Regresión lineal con datos sintéticos
- Ejercicio de programación: Regresión lineal con un conjunto de datos real
Conjuntos de entrenamiento y prueba
Validación
- Verifica tu intuición: Validación
- Ejercicio de programación: Conjuntos de validación y conjuntos de prueba
Combinaciones de atributos
- Playground: Presentamos combinaciones de atributos, combinaciones de atributos más complejas
- Compruebe sus conocimientos: Combinaciones de atributos
- Ejercicio de programación: Representación con combinaciones de atributos
Regularización para lograr simplicidad
- Playground: ¿Uso excesivo de combinaciones?
- Verificar sus conocimientos: Regularización L2, L2 Regularización y atributos correlacionados
- Playground: Análisis de regularización L2
Clasificación
- Verificar su comprensión: Exactitud, precisión, recuperación, precisión y recuperación
- Verificar su comprensión: ROC y AUC
- Ejercicio de programación: Clasificación binaria
Regularización para lograr dispersión
- Verifica tu comprensión: Regularización L1, L1 frente a Regularización L2
- Playground: Análisis de regularización L1
Introducción a las redes neuronales
- Playground: Una primera red neuronal, Inicialización de red neuronal, Espiral de red neuronal
- Ejercicio de programación: Introducción a las redes neuronales
Entrenamiento de las redes neuronales
Redes neuronales de clases múltiples
Equidad
Entrenamiento estático o dinámico
Inferencia estática o dinámica
Dependencias de datos
Área de juegos
En marzo de 2020, este curso comenzó a usar Ejercicios de programación codificados con tf.keras. Si prefieres usar los ejercicios heredados de programación de estimadores, puedes encontrarlos en GitHub.
Enmarcado
Estudio detallado del AA
Reducción de la pérdida
- Cómo optimizar la tasa de aprendizaje
- Verifica tu comprensión: Tamaño del lote
- Playground: Tasa de aprendizaje y convergencia
Primeros pasos con TensorFlow
- Ejercicio de programación: Instructivo superrápido de NumPy
- Ejercicio de programación: Instructivo UltraQuick de Pandas
- Ejercicio de programación: Regresión lineal con datos sintéticos
- Ejercicio de programación: Regresión lineal con un conjunto de datos real
Conjuntos de entrenamiento y prueba
Validación
- Verifica tu intuición: Validación
- Ejercicio de programación: Conjuntos de validación y conjuntos de prueba
Combinaciones de atributos
- Playground: Presentamos combinaciones de atributos, combinaciones de atributos más complejas
- Compruebe sus conocimientos: Combinaciones de atributos
- Ejercicio de programación: Representación con combinaciones de atributos
Regularización para lograr simplicidad
- Playground: ¿Uso excesivo de combinaciones?
- Verificar sus conocimientos: Regularización L2, L2 Regularización y atributos correlacionados
- Playground: Análisis de regularización L2
Clasificación
- Verificar su comprensión: Exactitud, precisión, recuperación, precisión y recuperación
- Verificar su comprensión: ROC y AUC
- Ejercicio de programación: Clasificación binaria
Regularización para lograr dispersión
- Verifica tu comprensión: Regularización L1, L1 frente a Regularización L2
- Playground: Análisis de regularización L1
Introducción a las redes neuronales
- Playground: Una primera red neuronal, Inicialización de red neuronal, Espiral de red neuronal
- Ejercicio de programación: Introducción a las redes neuronales