Crea 5 proyectos prácticos y desata el poder de la IA para resolver problemas del mundo real de empresas sin programar.
Instructed by María Santos 14.5 hours on-demand video, 6 articles.
What you’ll learn
-
Crear, entrenar e implementar modelos de IA para detectar las emociones de las personas con Google Teachable Machine
-
Explicar la diferencia entre la tasa de aprendizaje, las épocas, el tamaño del lote, la precisión y la pérdida.
-
Predecir la prima del seguro mediante rasgos distintivos del cliente como la edad, el hábito de fumar y la ubicación geográfica con AWS AI AutoPilot
-
Crear, entrenar e implementar IA avanzada para detectar enfermedades cardiovasculares utilizando DataRobot AI
-
Aprovechar el poder de la IA para reconocer los tipos de alimentos mediante la IA de DataRobot
-
Desarrollar un modelo de inteligencia artificial para detectar y clasificar enfermedades del pecho utilizando datos de radiografías de tórax utilizando Google Teachable Machines
-
Evaluar modelos de IA entrenados utilizando varios KPI, como la matriz de confusión, la precisión de clasificación y la tasa de error.
-
Enumerar las diversas ventajas del aprendizaje por transferencia y saber cuándo aplicar correctamente la técnica para acelerar el proceso de entrenamiento.
-
Comprender la teoría y la intuición detrás de las redes residuales, redes neuronales profundas de última generación que se adoptan ampliamente en los negocios y la atención médica.
-
Aprender a entrenar múltiples modelos de IA basados en XG-Boost, redes neuronales artificiales, clasificadores de bosque aleatorio y comparar su rendimiento en DataRobot
-
Comprender el impacto del umbral del clasificador en la tasa de falsos positivos (Fallout) y la tasa de verdaderos positivos (Sensibilidad)
-
Aprender a utilizar la herramienta AutoML de SageMaker Studio para crear, entrenar e implementar modelos de IA / Ml que requieren una experiencia de codificación casi nula.
-
Diferenciar entre varios KPI de modelos de regresión como el R2 o coeficiente de determinación, error absoluto medio, error cuadrático medio y la raíz cuadrada del error cuadrático medio
-
Crear, entrenar e implementar un algoritmo basado en XGBoost para realizar tareas de regresión con AWS SageMaker Autopilot
Who this course is for:
- Consultores experimentados que no poseen habilidades de programación (o tienen habilidades básicas de codificación) y que desean transformar empresas aprovechando la inteligencia artificial.
- Propietarios de negocios visionarios que desean aprovechar el poder de la inteligencia artificial para maximizar los ingresos, reducir los costes y optimizar su negocio.
- Profesionales de IA que desean avanzar en sus carreras y desarrollar su cartera.
- Entusiastas de la tecnología apasionados por la IA y que desean adquirir experiencia práctica en el mundo real.
Recommended Courses
Deal Score0
Disclosure: This post may contain affiliate links and we may get small commission if you make a purchase. Read more about Affiliate disclosure here.
