Deep Learning 360 Nivel 2: Recomendador de productos y despliegue del modelo

Aprende a desarrollar arquitecturas de redes neuronales más complejas, crear y trabajar con embeddings, así como también a resolver problemas del tipo secuenciales, como un recomendador de productos.

Curso end-to-end, desde el problema hasta su solución con despliegue en una API.

#Redes Neuronales #Python #Deep Learning #Data Science

badge-videos
20
Videos
badge-timer
2
Horas
badge-code
8
Ejercicios
badge-school
Alumnos
badge-xp
XP
Python
keras
numpy
GoogleColab
sci kit
plotly

Descripción Del Curso

"¿Qué hacer una vez que se crea el modelo?" Hacerlo accesible en una API!

Al finalizar habrás aprendido:

✔ Arquitecturas con embeddings y datos mixtos

✔ Uso de la API funcional de Keras

✔ Operaciones con las capas de la red neuronal.

✔ Operaciones con vectores y matrices en numpy

✔ Introducción a modelos secuenciales.

✔ Caso práctico: Arquitectura de recomendación de productos

✔ Despliegue de un modelo Keras en una API en Flask.

✔ Conceptos pilares de bajo nivel usados en visión por computadora y NLP (representación y manejo de información matricialmente)

Deep Learning 360 Nivel 2: Recomendador de productos y despliegue del modelo

Contenido

#
1

Acerca del curso

Todo lo que necesitas saber antes de comenzar.

#
2

Laboratorio 1: Arquitecturas de Deep Learning con Embeddings

Comprende qué son y cómo se utilizan los embeddings usando Keras.

#
3

Laboratorio 2: Arquitecturas de Deep Learning mixtas

Comprende cómo trabajar con arquitecturas mixtas.

#
4

Laboratorio 3: Arquitectura de recomendación

Crea tu propio modelo de recomendaciones.

#
5

Laboratorio 4: Disponibilizando el recomendador de items

Aprende cómo hacer para que usuarios fácilmente puedan utilizarlo

#
6

Cierre

Te adelantamos qué y cómo seguir aprendiendo Ciencia de Datos

Preguntas frecuentes

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Venenatis nec nisi ornare.

¿El curso es para mi? 🤔
arrow
¿R ó Python? 🤔
arrow
¿Cuál es la relación con “Deep Learning 360 Nivel 1”?
arrow
¿Qué librerías de Python voy a ver? 🧰
arrow
¿Cómo es la modalidad?
arrow
¿Incluye soporte? 🆘
arrow
¿Cuánto tiempo tendré acceso al curso?
arrow
¿Cuánto dura el curso? ⏰
arrow
¿Qué me puedo descargar? 🎁
arrow
¿Hay memes?
arrow
Todavía tengo dudas si el curso es para mi” 😰
arrow

Testimonios

No hay elementos para mostrar

Instructores del Curso

Pablo Casas
quien enseña en Edvai

Pablo Casas

Creador de la Escuela de Datos Vivos. Ingeniero en Sistemas UTN. Se dedica al mundo de datos desde 2007 y es Data Scientist hace más de 10 años; 1er Data Scientist en Auth0 en su etapa startup. Dictó clases en UTN y UBA. Divulgador y referente de IA en Argentina, dicta charlas en instituciones educativas y sector privado de más de 8 países.Participó en TEDxUTN. Escribió un libro gratuito en español (“Libro vivo de Ciencia de Datos” y en inglés, premiado por RStudio). Creador de librerías opensource en Python y R.
Perfil de Linkedin
social-linkedin
Utilizamos cookies en este sitio web para mejorar tu experiencia de usuario.
Al hacer click en el botón "Aceptar" o en cualquier enlace de este sitio web nos estás dando tu consentimiento para su uso.
Aceptar