Google is committed to advancing racial equity for Black communities. See how.

Conceptos básicos del aprendizaje automático con TensorFlow

Antes de comenzar a usar los materiales didácticos que se encuentran a continuación, asegúrate de lo siguiente:

  • Tener experiencia en el desarrollo de software, en particular en Python

Esta capacitación es para personas con las siguientes características:

  • Sin experiencia en el AA, pero con conocimiento de informática o desarrollo

Este contenido está pensado para guiar a los desarrolladores que no tienen experiencia en el AA a través de las etapas iniciales de su travesía por esta área. Notarás que muchos de los recursos usan TensorFlow; sin embargo, el conocimiento se puede transferir a otros frameworks de aprendizaje automático.

Paso 1: Comprende de qué se trata el AA

TensorFlow 2.0 se diseñó para facilitar la compilación de redes neuronales para el aprendizaje automático; por ello, TensorFlow 2.0 usa una API llamada Keras. El libro ‘Deep Learning in Python, por Francois Chollet, creador de Keras, es un excelente punto de partida. Lee los capítulos del 1 al 4 para comprender los conceptos fundamentales del AA desde la perspectiva de un programador. La segunda mitad del libro se aboca a áreas como la visión artificial, el procesamiento de lenguaje natural, el aprendizaje profundo generativo y mucho más. No te preocupes si estos temas son demasiado avanzados en esta instancia, ya que los comprenderás a su debido tiempo.

Libros
Deep Learning with Python, por Francois Chollet

Este libro es una introducción práctica al aprendizaje profundo con Keras.

⬆ o ⬇

Haz un curso en línea, como Introducción a TensorFlow de Coursera o Introducción a TensorFlow para el aprendizaje profundo de Udacity, que cubren los mismos conceptos fundamentales que el libro de Francois. También puede que estos videos de 3Blue1Brown te resulten útiles, ya que tienen breves explicaciones sobre cómo funcionan las redes neuronales a nivel matemático.

Si completas este nivel, aprenderás las nociones fundamentales sobre cómo funciona el AA y estarás preparado para profundizar más.

Cursos de introducción en línea
deeplearning.ai: Introducción a TensorFlow para IA, AA y aprendizaje profundo

Este curso, que se desarrolló en colaboración con el equipo de TensorFlow, forma parte del Programa especializado TensorFlow in Practice y te enseñará las prácticas recomendadas para el uso de esta biblioteca.

Cursos de introducción en línea
Udacity: Introducción a TensorFlow para el aprendizaje profundo

En este curso en línea que desarrollaron el equipo de TensorFlow y Udacity, aprenderás a compilar aplicaciones de aprendizaje profundo con TensorFlow.

Paso 2: Más allá de los aspectos básicos

Haz el Programa especializado TensorFlow in Practice, que te lleva más allá de los conceptos básicos y te brinda una introducción a la visión artificial, el PLN y el modelado de secuencias.

Si completas este paso, podrás continuar la introducción y aprenderás a usar TensorFlow para compilar modelos básicos para diversas situaciones, entre ellas, la clasificación de imágenes, la comprensión de las opiniones en un texto, los algoritmos generativos y mucho más.

Cursos de introducción en línea
deeplearning.ai: Programa especializado TensorFlow in Practice

En este curso, explorarás las herramientas que usan los desarrolladores para construir algoritmos escalables con tecnología de IA en TensorFlow.

Paso 3: Práctica

Mira alguno de nuestros instructivos de TensorFlow Core, que te permitirán practicar los conceptos que aprendiste en los pasos 1 y 2. Cuando termines, prueba alguno de los ejercicios más avanzados que están en el lado izquierdo de la página.

Completar este paso mejorará tu comprensión de los conceptos principales y las situaciones con las que te encontrarás al compilar modelos de AA.

Paso 4: Ve más allá con TensorFlow

Ahora, es el momento de volver al libro Deep Learning in Python de Francois y terminar los capítulos del 5 al 9. Todos los ejemplos de este libro funcionan en TensorFlow 2.0; con tan solo cambiar una importación. También deberías leer el libro Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow, por Aurélien Géron. Este libro presenta el AA con scikit-learn, y también el aprendizaje profundo con TensorFlow 2.0.

Si completas este paso, podrás redondear tus conocimientos básicos del AA, e incluso se ampliará la plataforma para satisfacer tus necesidades.

Libros
Hands-on Machine Learning with Scikit-Learn, Keras and TensorFlow, 2ª edición, por Aurélien Géron

Mediante ejemplos concretos y dos frameworks listos para la producción de Python, Scikit-Learn y TensorFlow, este libro ayuda a obtener una comprensión intuitiva de los conceptos y las herramientas para construir sistemas inteligentes.