¿El Curso intensivo de aprendizaje automático es adecuado para ti?
Para asegurarte de estar preparado para completar todos los módulos, lee las siguientes secciones sobre los requisitos previos y los requisitos previos antes de comenzar el curso intensivo de aprendizaje automático.
Trabajo previo
Antes de comenzar el Curso intensivo de aprendizaje automático, haz lo siguiente:
- Si es la primera vez que usas el aprendizaje automático, consulta Introducción al aprendizaje automático. En este breve curso de autoaprendizaje, se presentan conceptos fundamentales del aprendizaje automático.
- Si es la primera vez que usas NumPy, realiza el ejercicio de Colab Instructivo ultrarrápido de NumPy, que proporciona toda la información que necesitas para este curso.
- Si recién comienzas a usar Pandas, realiza el ejercicio de Colab Instructivo ultrarrápido de Pandas y brinda toda la información que necesitas para este curso.
Requisitos previos
El Curso intensivo de aprendizaje automático no exige conocimientos previos de aprendizaje automático. Sin embargo, para comprender los conceptos que se presentan y completar los ejercicios, recomendamos que los alumnos cumplan con los siguientes requisitos previos:
Debes tener conocimientos básicos de variables, ecuaciones lineales, gráficos de funciones, histogramas y medios estadísticos.
Debes ser un buen programador. Lo ideal sería que tengas experiencia en programación en Python porque los ejercicios de programación están en Python. Sin embargo, los programadores experimentados sin experiencia en Python, por lo general, pueden completar los ejercicios de programación.
En las siguientes secciones, se proporcionan vínculos a material de referencia adicional que es útil.
Álgebra
- variables, coeficientes y funciones
- ecuaciones lineales, como \(y = b + w_1x_1 + w_2x_2\)
- logaritmos y ecuaciones logarítmicas, como \(y = ln(1+ e^z)\)
- función sigmoidea
Álgebra lineal
Trigonometría
- tanh (considerada una función de activación; no se requiere conocimiento previo)
Estadísticas
- media, mediana, valores atípicos y desviación estándar
- capacidad para leer un histograma
Cálculo (opcional, para temas avanzados)
- concepto de una derivada (no tendrás que calcular derivadas)
- gradiente o pendiente
- derivadas parciales (que están estrechamente relacionadas con los gradientes)
- Regla de cadena (para comprender en su totalidad el algoritmo de propagación inversa para entrenar redes neuronales)
Programación en Python
Los siguientes conceptos básicos de Python se describen en el instructivo de Python:
definir funciones y llamarlas, con parámetros posicionales y de palabras clave
diccionarios, listas, conjuntos (creación, acceso e iteración)
Bucles
for
, buclesfor
con múltiples variables de iterador (p.ej.,for a, b in [(1,2), (3,4)]
)formato de string (p.ej.,
'%.2f' % 3.14
)variables, asignación, tipos de datos básicos (
int
,float
,bool
,str
)
Algunos de los ejercicios de programación usan el siguiente concepto de Python más avanzado:
Terminal de bash / Cloud Console
Para ejecutar los ejercicios de programación en tu máquina local o en Cloud Console, debes estar familiarizado con el trabajo en la línea de comandos: