Temario del curso
Introducción a los modelos preentrenados
- ¿Qué son los modelos preentrenados?
- Beneficios de utilizar modelos preentrenados
- Visión general de los modelos preentrenados populares (por ejemplo, BERT, ResNet)
Comprensión de las arquitecturas de modelos preentrenados
- Fundamentos de la arquitectura del modelo
- Conceptos de aprendizaje por transferencia y ajuste fino
- Cómo se construyen y entrenan los modelos preentrenados
Configuración del entorno
- Instalación y configuración de Python y las bibliotecas relevantes.
- Exploración de repositorios de modelos preentrenados (por ejemplo, Hugging Face).
- Carga y prueba de modelos preentrenados.
Práctica con modelos preentrenados
- Uso de modelos preentrenados para clasificación de texto.
- Aplicación de modelos preentrenados a tareas de reconocimiento de imágenes.
- Ajuste fino de modelos preentrenados para conjuntos de datos personalizados.
Despliegue de modelos preentrenados
- Exportación y guardado de modelos ajustados.
- Integración de modelos en aplicaciones.
- Fundamentos del despliegue de modelos en producción.
Desafíos y mejores prácticas
- Comprensión de las limitaciones del modelo.
- Evitar el sobreajuste durante el ajuste fino.
- Asegurar el uso ético de los modelos de IA.
Tendencias futuras en modelos preentrenados
- Arquitecturas emergentes y sus aplicaciones.
- Avances en el aprendizaje por transferencia.
- Exploración de modelos de lenguaje grande y modelos multimodales.
Resumen y próximos pasos
Requerimientos
- Comprensión básica de los conceptos de aprendizaje automático.
- Familiaridad con la programación en Python.
- Conocimientos básicos de manejo de datos utilizando bibliotecas como Pandas.
Público objetivo
- Científicos de datos.
- Entusiastas de la inteligencia artificial.
Reseñas (3)
Me gustó mucho el final donde tuvimos la oportunidad de experimentar con CHAT GPT. La sala no estaba muy bien preparada para esto; en lugar de una gran mesa, varias mesas pequeñas nos habrían permitido formar grupos pequeños y generar ideas de manera más efectiva.
Nola - Laramie County Community College
Curso - Artificial Intelligence (AI) Overview
Traducción Automática
Trabajando desde principios fundamentales de manera enfocada y pasando a aplicar estudios de caso en el mismo día
Maggie Webb - Department of Jobs, Regions, and Precincts
Curso - Artificial Neural Networks, Machine Learning, Deep Thinking
Traducción Automática
Que se estuviera aplicando datos reales de la empresa. El formador tenía un enfoque muy bueno al hacer que los participantes colaboraran y competieran.
Jimena Esquivel - Zaklad Uslugowy Hakoman Andrzej Cybulski
Curso - Applied AI from Scratch in Python
Traducción Automática
