Temario

  • Tipos de problemas a resolver

    6m
  • Conjuntos de datos (Cross-Validation)

    5m
  • Redes neuronales

    5m
  • Modelos Lineales y no lineales (Funciones de activación)

    4m
  • Función de acierto y error

    6m
  • Entrenamiento de una red neuronal

    7m
  • Clasificación y predicción

    5m
  • Problema XOR con TensorFlow parte I

    14m
  • Problema XOR con TensorFlow parte II

    13m
  • Tratamiento de datos

    7m
  • Ventanas temporales

    4m
  • Introducción al problema de señales

    8m
  • Creación de un buscador

    20m
  • Clase modelo, imports y constructors

    16m
  • Estructura principal del método

    8m
  • Métodos placeholders y print actual configuration

    7m
  • Estructura de la red neuronal

    19m
  • Método evaluation

    8m
  • Resolución del modelo entrenamiento parte I

    10m
  • Resolución del modelo entrenamiento parte II

    16m
  • Resolución del modelo entrenamiento parte III

    13m
  • Actualizar batches parte I

    6m
  • Actualizar batches parte II

    7m
  • Actualizar batches parte III

    19m
  • Data buffer generic class

    14m
  • Mostrar datos y gráficas

    20m
  • Entrenamiento final

    7m
  • Fin del curso y recomendaciones

    5m

Estas son algunas de las empresas que ya confían en OpenWebinars

Profesores y profesionales

Nuestros docentes son profesionales que trabajan día a día en la materia que imparten

Conviértete en profesor de OpenWebinars