Google se compromete a impulsar la igualdad racial para las comunidades afrodescendientes. Obtén información al respecto.

Domina tu camino

Para convertirte en un experto del aprendizaje automático, primero debes tener una base sólida en cuatro áreas de aprendizaje: programación, matemática, teoría del AA y creación de un proyecto propio de AA de principio a fin.

Comienza con las capacitaciones seleccionadas de TensorFlow para mejorar estas cuatro habilidades, o elige tu propia ruta de aprendizaje en nuestra biblioteca de recursos a continuación.

Las cuatro áreas de educación sobre aprendizaje automático

Cuando inicies tu ruta de aprendizaje, es importante que primero comprendas el proceso de aprendizaje del AA, que se divide en cuatro áreas de conocimiento. Cada una de estas áreas aporta una pieza fundamental del rompecabezas del AA. Para ayudarte en tu camino, identificamos libros, videos y cursos en línea que mejorarán tus habilidades y te permitirán prepararte para usar el AA en tus proyectos. Comienza con nuestras capacitaciones guiadas, que se diseñaron para aumentar tu conocimiento, o elige tu propio camino en nuestra biblioteca de recursos.

  • Habilidades de programación: La creación de modelos de AA implica mucho más que simplemente conocer conceptos de AA; es necesario programar a fin de administrar los datos, ajustar los parámetros y analizar los resultados necesarios para probar y optimizar tu modelo.

  • Matemática y estadística: El AA es una disciplina basada en la matemática; por eso, si planeas modificar modelos de AA o crear modelos desde cero, es fundamental para el proceso que estés familiarizado con los conceptos matemáticos subyacentes.

  • Teoría del AA: Conocer los conceptos básicos de la teoría del AA te proporcionará una base para progresar y te ayudará a solucionar problemas cuando algo salga mal.

  • Build your own projects: Getting hands on experience with ML is the best way to put your knowledge to the test, so don't be afraid to dive in early with a simple colab or tutorial to get some practice.

Capacitaciones de TensorFlow

Comienza a aprender con alguna de nuestras capacitaciones guiadas que incluyen cursos, videos y libros recomendados.

Para principiantes
Conceptos básicos del aprendizaje automático con TensorFlow

Learn the basics of ML with this collection of books and online courses. You will be introduced to ML and guided through deep learning using TensorFlow 2.0. Then you will have the opportunity to practice what you learn with beginner tutorials.

Para usuarios de nivel intermedio y expertos
Aprendizaje automático teórico y avanzado con TensorFlow

Una vez que comprendas los conceptos básicos del aprendizaje automático, sumérgete en la comprensión teórica de las redes neuronales y el aprendizaje profundo, y mejora tu conocimiento de los conceptos de matemática subyacentes para llevar tus habilidades al siguiente nivel.

Para principiantes
TensorFlow for JavaScript development

Aprende los conceptos básicos del desarrollo de modelos de aprendizaje automático en JavaScript y cómo implementarlos directamente en el navegador. Obtendrás una introducción de alto nivel sobre el aprendizaje profundo y sobre el proceso para comenzar a usar TensorFlow.js mediante ejercicios prácticos.

Recursos educativos

Elige tu propio camino de aprendizaje y explora libros, cursos, videos y ejercicios recomendados por el equipo de TensorFlow para aprender los conceptos fundamentales del AA.

Libros

Leer es una de las mejores maneras de comprender las bases del AA y el aprendizaje profundo. Los libros te brindan la comprensión teórica necesaria para que en el futuro puedas aprender nuevos conceptos con más rapidez.

AI and Machine Learning for Coders
by Laurence Moroney

Este libro introductorio ofrece un enfoque centrado en el código para aprender a implementar las situaciones de AA más comunes, como la visión artificial, el procesamiento de lenguaje natural (PLN) y el modelado de secuencia para entornos de ejecución incorporados, de la Web, de dispositivos móviles o de la nube.

Deep Learning with Python
by Francois Chollet

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

Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow
by Aurélien Géron

Con ejemplos concretos, muy poca teoría y dos frameworks de Python listos para la producción (Scikit-Learn y TensorFlow), este libro te permite obtener una comprensión intuitiva de los conceptos y las herramientas para construir sistemas inteligentes.

Deep Learning
by Ian Goodfellow, Yoshua Bengio, and Aaron Courville

Este libro de texto sobre el aprendizaje profundo es un recurso para ayudar a que los estudiantes y profesionales ingresen al mundo del aprendizaje automático en general y el aprendizaje profundo en particular.

Neural Networks and Deep Learning
by Michael Nielsen

Este libro ofrece una base teórica sobre las redes neuronales. No usa TensorFlow, pero es una excelente referencia para los estudiantes a quienes les interese aprender más.

Learning TensorFlow.js
by Gant Laborde

A hands-on end-to-end approach to TensorFlow.js fundamentals for a broad technical audience. Once you finish this book, you'll know how to build and deploy production-ready deep learning systems with TensorFlow.js.

Deep Learning with JavaScript
by Shanqing Cai, Stanley Bileschi, Eric D. Nielsen with Francois Chollet

Este libro, escrito por los principales autores de la biblioteca de TensorFlow, presenta casos de uso fascinantes, así como instrucciones detalladas sobre las apps de aprendizaje profundo en JavaScript en tu navegador o en Node.

Online courses

Una buena manera de aprender los conceptos básicos del AA es hacer un curso de varias partes en línea. Muchos cursos ofrecen excelentes explicaciones visuales y las herramientas necesarias para comenzar a aplicar el aprendizaje automático directamente en el trabajo o en tus proyectos personales.

Intro to TensorFlow for AI, ML, and Deep Learning

Developed in collaboration with the TensorFlow team, this course is part of the TensorFlow Developer Specialization and will teach you best practices for using TensorFlow.

Intro to TensorFlow for Deep Learning

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

TensorFlow Developer Specialization

En este Programa especializado, compuesto por cuatro cursos y dictado por un desarrollador de TensorFlow, explorarás las herramientas y el software que usan los desarrolladores para crear algoritmos escalables con tecnología de IA en TensorFlow.

Machine Learning Crash Course

El Curso intensivo de aprendizaje automático con la API de TensorFlow es una guía de estudio autónomo para quienes aspiran a convertirse en profesionales del aprendizaje automático. Incluye una serie de lecciones con clases por video, casos de éxito reales y ejercicios prácticos.

MIT 6.S191: Introduction to Deep Learning

En este curso del MIT, obtendrás conocimientos básicos de los algoritmos del aprendizaje profundo y adquirirás experiencia práctica para crear redes neuronales en TensorFlow.

Deep Learning Specialization

En cinco cursos, aprenderás los conceptos fundamentales del aprendizaje profundo, entenderás el proceso para crear redes neuronales y, además, aprenderás a llevar a cabo proyectos exitosos de aprendizaje automático y a dedicarte profesionalmente a la IA. No solo dominarás la teoría, sino que también verás cómo se aplica en la industria.

TensorFlow: Data and Deployment Specialization

Ya aprendiste a crear y entrenar modelos. Ahora aprende a navegar en varias situaciones de implementación y a usar los datos con más eficacia para entrenar tu modelo en este Programa especializado de cuatro cursos.

TensorFlow: Advanced Techniques Specialization

This specialization is for software and ML engineers with a foundational understanding of TensorFlow who are looking to expand their knowledge and skill set by learning advanced TensorFlow features to build powerful models.

Conceptos de matemática

Para profundizar el conocimiento del AA, estos recursos pueden ayudarte a comprender los conceptos de matemática subyacentes, que son necesarios para avanzar a un nivel más alto.

A friendly introduction to linear algebra for ML

A bird's-eye view of linear algebra for machine learning. Never taken linear algebra or know a little about the basics, and want to get a feel for how it's used in ML? Then this video is for you.

Mathematics for Machine Learning Specialization

Este Programa especializado en línea de Coursera tiene como objetivo reducir la brecha entre las matemáticas y el aprendizaje automático, poniéndote al día en las matemáticas subyacentes para que generes una comprensión intuitiva y la relaciones con el aprendizaje automático y la ciencia de los datos.

Deep learning
by 3Blue1Brown

3Blue1Brown se centra en presentar la matemática con un enfoque visual. En esta serie de videos, aprenderás las nociones básicas de una red neuronal y cómo trabaja con conceptos de matemática.

Essence of Linear Algebra
by 3Blue1Brown

Serie de videos breves con imágenes de 3Blue1Brown que brindan orientación sobre la comprensión geométrica de las matrices, las determinantes, los vectores y valores propios, y más.

Essence of Calculus
by 3Blue1Brown

Serie de videos breves con imágenes de 3Blue1Brown que explican los conceptos básicos del cálculo de modo que comprendas en profundidad los teoremas fundamentales, y no solo el funcionamiento de las ecuaciones.

MIT 18.06: Linear Algebra

Este curso introductorio del MIT abarca la teoría de matrices y el álgebra lineal. Se hace hincapié en los temas que serán útiles en otras disciplinas, entre ellos, los sistemas de ecuaciones, los espacios vectoriales, las determinantes, los vectores y valores propios, la similitud y las matrices definidas positivas.

MIT 18.01: Single Variable Calculus

Este curso de introducción al cálculo del MIT abarca la diferenciación y la integración de funciones de una variable, con aplicaciones.

Viendo la teoría
by Daniel Kunin, Jingru Guo, Tyler Dae Devlin, Daniel Xiang

Introducción visual a la probabilidad y la estadística.

An Introduction to Statistical Learning
by Gareth James, Daniela Witten, Trevor Hastie, and Rob Tibshirani

Este libro presenta una descripción general accesible del campo del aprendizaje estadístico, un conjunto de herramientas esencial para comprender el vasto y complejo mundo de los conjuntos de datos necesarios para entrenar modelos en el aprendizaje automático.

TensorFlow resources

We've gathered our favorite resources to help you get started with TensorFlow libraries and frameworks specific to your needs. Jump to our sections for TensorFlow.js, TensorFlow Lite, and TensorFlow Extended.


You can also browse the official TensorFlow guide and tutorials for the latest examples and colabs.

ML Zero to Hero

This introductory series is for people who know how to code, but don't necessarily know machine learning. See a a basic 'Hello World' example of building an ML model, and learn how to build an image classifier by convolutional neural network.

TensorFlow from the Ground Up

This ML Tech Talk is designed for those that know the basics of Machine Learning but need an overview on the fundamentals of TensorFlow (tensors, variables, and gradients without using high level APIs).

Intro to Deep Learning

This ML Tech Talk includes representation learning, families of neural networks and their applications, a first look inside a deep neural network, and many code examples and concepts from TensorFlow.

Coding TensorFlow

In this series, the TensorFlow Team looks at various parts of TensorFlow from a coding perspective, with videos for use of TensorFlow's high-level APIs, natural language processing, neural structured learning, and more.

Spotting and solving everyday problems with machine learning

Learn to spot the most common ML use cases including analyzing multimedia, building smart search, transforming data, and how to quickly build them into your app with user-friendly tools.

For Javascript

Explore the latest resources at TensorFlow.js.

Learning TensorFlow.js
by Gant Laborde

A hands-on end-to-end approach to TensorFlow.js fundamentals for a broad technical audience. Once you finish this book, you'll know how to build and deploy production-ready deep learning systems with TensorFlow.js.

Comienza a usar TensorFlow.js por TensorFlow

Serie de 3 partes que explora tanto el entrenamiento como la ejecución de modelos de aprendizaje automático con TensorFlow.js y muestra el proceso para crear un modelo de aprendizaje automático en JavaScript que se ejecute directamente en el navegador.

TensorFlow.js: Intelligence and Learning Series
by The Coding Train

Esta lista de reproducción de videos, que forma parte de una serie más grande sobre el aprendizaje automático y la creación de redes neuronales, se centra en TensorFlow.js, la API principal y cómo usar la biblioteca de JavaScript para el entrenamiento y la implementación de modelos de AA.

Para dispositivos móviles y de IoT

Explore the latest resources at TensorFlow Lite.

On-Device Machine Learning

Learn how to build your first on-device ML app through learning pathways that provide step-by-step guides for common use cases including audio classification, visual product search, and more.

Introduction to TensorFlow Lite

Learn how to deploy deep learning models on mobile and embedded devices with TensorFlow Lite in this course, developed by the TensorFlow team and Udacity as a practical approach to model deployment for software developers.

Para producción

Explore the latest resources at TFX.

ML engineering for production ML deployments with TFX

Get a hands-on look at how to put together a production pipeline system with TFX. We'll quickly cover everything from data acquisition, model building, through to deployment and management.

Building Machine Learning Pipelines
by Hannes Hapke, Catherine Nelson

This book walks you through the steps of automating an ML pipeline using the TensorFlow ecosystem. The machine learning examples in this book are based on TensorFlow and Keras, but the core concepts can be applied to any framework.

Machine Learning Engineering for Production (MLOps) Specialization

Expand your production engineering capabilities in this four-course specialization. Learn how to conceptualize, build, and maintain integrated systems that continuously operate in production.

ML Pipelines on Google Cloud

This advanced course covers TFX components, pipeline orchestration and automation, and how to manage ML metadata with Google Cloud.

IA centrada en las personas

Cuando se diseña un modelo de AA o se crear una aplicación con tecnología de IA, es importante tener en cuenta las personas que interactúan con el producto y la mejor manera de lograr equidad, interpretabilidad, privacidad y seguridad en estos sistemas de IA.

Responsible AI practices

Aprende a integrar las prácticas de Responsible AI en el flujo de trabajo de AA con TensorFlow.

People + AI Guidebook

Esta guía de Google te ayudará a crear productos de IA centrados en las personas. Te permitirá evitar errores comunes, diseñar experiencias excelentes y concentrarte en las personas mientras creas aplicaciones basadas en la IA.

Módulo de Introducción a la equidad en el aprendizaje automático

Este módulo de una hora del Curso intensivo de aprendizaje automático de Google es una introducción a los diferentes tipos de sesgos humanos que se pueden manifestar durante el entrenamiento de datos. Además, proporciona estrategias para identificar y evaluar los efectos que producen.