Ejercicios

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.

Consulta Cómo ejecutar ejercicios de programación a nivel local para obtener instrucciones sobre cómo descargar, instalar y ejecutar los ejercicios de programación en tu máquina.

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

• Verificar su comprensión: Aprendizaje, funciones y etiquetas supervisados

Estudio detallado del AA

• Verificar su comprensión: Error cuadrático medio

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

• Playground: Conjuntos de entrenamiento y conjuntos de 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

• Explicación visual del algoritmo de propagación inversa

Redes neuronales de clases múltiples

• Ejercicio de programación: Clasificación de clases múltiples con MNIST

Equidad

• Verifica tu comprensión: Equidad
• Ejercicio de programación: Introducción a la equidad

Entrenamiento estático o dinámico

• Verificar sus conocimientos: Entrenamiento en línea, Entrenamiento sin conexión

Inferencia estática o dinámica

• Verificar su comprensión: Inferencia fuera de línea, inferencia en línea

Dependencias de datos

• Verificar su comprensión: 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

• Verificar su comprensión: Aprendizaje, funciones y etiquetas supervisados

Estudio detallado del AA

• Verificar su comprensión: Error cuadrático medio

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

• Playground: Conjuntos de entrenamiento y conjuntos de 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

• Explicación visual del algoritmo de propagación inversa

Redes neuronales de clases múltiples

• Ejercicio de programación: Clasificación de clases múltiples con MNIST

Equidad

• Verifica tu comprensión: Equidad
• Ejercicio de programación: Introducción a la equidad

Entrenamiento estático o dinámico

• Verificar sus conocimientos: Entrenamiento en línea, Entrenamiento sin conexión

Inferencia estática o dinámica

• Verificar su comprensión: Inferencia fuera de línea, inferencia en línea

Dependencias de datos

• Verificar su comprensión: 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

• Verificar su comprensión: Aprendizaje, funciones y etiquetas supervisados

Estudio detallado del AA

• Verificar su comprensión: Error cuadrático medio

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

• Playground: Conjuntos de entrenamiento y conjuntos de 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

• Explicación visual del algoritmo de propagación inversa

Redes neuronales de clases múltiples

• Ejercicio de programación: Clasificación de clases múltiples con MNIST

Equidad

• Verifica tu comprensión: Equidad
• Ejercicio de programación: Introducción a la equidad

Entrenamiento estático o dinámico

• Verificar sus conocimientos: Entrenamiento en línea, Entrenamiento sin conexión

Inferencia estática o dinámica

• Verificar su comprensión: Inferencia fuera de línea, inferencia en línea

Dependencias de datos

• Verificar su comprensión: 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

• Verificar su comprensión: Aprendizaje, funciones y etiquetas supervisados

Estudio detallado del AA

• Verificar su comprensión: Error cuadrático medio

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

• Playground: Conjuntos de entrenamiento y conjuntos de 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

• Explicación visual del algoritmo de propagación inversa

Redes neuronales de clases múltiples

• Ejercicio de programación: Clasificación de clases múltiples con MNIST

Equidad

• Verifica tu comprensión: Equidad
• Ejercicio de programación: Introducción a la equidad

Entrenamiento estático o dinámico

• Verificar sus conocimientos: Entrenamiento en línea, Entrenamiento sin conexión

Inferencia estática o dinámica

• Verificar su comprensión: Inferencia fuera de línea, inferencia en línea

Dependencias de datos

• Verificar su comprensión: Dependencias de datos