Ken GOOGLEUSER
Miembro desde 2023
Liga de Bronce
4070 puntos
Operaciones de aprendizaje automático (MLOps): Primeros pasos
Earned sep 8, 2023 EDT
Sistemas de aprendizaje automático de producción
Earned sep 8, 2023 EDT
Recommendation Systems on Google Cloud
Earned sep 8, 2023 EDT
Natural Language Processing on Google Cloud
Earned sep 5, 2023 EDT
Computer Vision Fundamentals with Google Cloud
Earned sep 4, 2023 EDT
Explorador de la IA generativa - Agent Platform
Earned sep 3, 2023 EDT
IA responsable: Aplica los principios de la IA con Google Cloud
Earned sep 2, 2023 EDT
Aprendizaje automático en empresas
Earned sep 2, 2023 EDT
[DEPRECATED] Ingeniería de atributos
Earned ago 31, 2023 EDT
Crea, entrena e implementa modelos de AA con Keras en Google Cloud
Earned ago 30, 2023 EDT
Launching into Machine Learning - Español
Earned ago 28, 2023 EDT
How Google Does Machine Learning - Español
Earned ago 24, 2023 EDT
Google Cloud Big Data and Machine Learning Fundamentals - Español
Earned ago 16, 2023 EDT
Escala con Google Cloud Operations
Earned ago 14, 2023 EDT
Moderniza Infraestructura y Aplicaciones con Google Cloud
Earned ago 14, 2023 EDT
Explora la transformación de datos con Google Cloud
Earned ago 14, 2023 EDT
Transformación digital con Google Cloud
Earned ago 11, 2023 EDT
Introducción a Vertex AI Studio
Earned ago 9, 2023 EDT
Creación de modelos de generación de subtítulos de imágenes
Earned ago 9, 2023 EDT
Modelos de transformadores y modelo BERT
Earned ago 9, 2023 EDT
Mecanismo de atención
Earned ago 9, 2023 EDT
Arquitectura de codificador-decodificador
Earned ago 9, 2023 EDT
Introducción a la generación de imágenes
Earned ago 9, 2023 EDT
Generative AI Fundamentals - Español
Earned ago 9, 2023 EDT
Introducción a la IA responsable
Earned ago 9, 2023 EDT
Introducción a los modelos de lenguaje grandes
Earned ago 9, 2023 EDT
Introducción a la IA generativa
Earned ago 9, 2023 EDT
En este curso, se presentan a los participantes las herramientas y prácticas recomendadas de MLOps para implementar, evaluar, supervisar y operar sistemas de AA de producción en Google Cloud. Las MLOps son una disciplina enfocada en la implementación, prueba, supervisión y automatización de sistemas de AA en producción. Los ingenieros profesionales de aprendizaje automático usan herramientas para mejorar y evaluar continuamente los modelos implementados. Trabajan con científicos de datos (o pueden serlo) que desarrollan modelos para ofrecer velocidad y rigor en la implementación de modelos con el mejor rendimiento.
Más información
En este curso, analizaremos los componentes y las prácticas recomendadas de la creación de sistemas de AA de alto rendimiento en entornos de producción. Veremos algunas de las consideraciones más comunes tras la creación de estos sistemas, p. ej., entrenamiento estático, entrenamiento dinámico, inferencia estática, inferencia dinámica, TensorFlow distribuido y TPU. Este curso se enfoca en explorar las características que conforman un buen sistema de AA más allá de su capacidad de realizar predicciones correctas.
Más información
In this course, you apply your knowledge of classification models and embeddings to build a ML pipeline that functions as a recommendation engine.
This is the fifth and final course of the Advanced Machine Learning on Google Cloud series.
Más información
This course introduces the products and solutions to solve NLP problems on Google Cloud. Additionally, it explores the processes, techniques, and tools to develop an NLP project with neural networks by using Vertex AI and TensorFlow.
Más información
This course describes different types of computer vision use cases and then highlights different machine learning strategies for solving these use cases. The strategies vary from experimenting with pre-built ML models through pre-built ML APIs and AutoML Vision to building custom image classifiers using linear models, deep neural network (DNN) models or convolutional neural network (CNN) models.
The course shows how to improve a model's accuracy with augmentation, feature extraction, and fine-tuning hyperparameters while trying to avoid overfitting the data.
The course also looks at practical issues that arise, for example, when one doesn't have enough data and how to incorporate the latest research findings into different models.
Learners will get hands-on practice building and optimizing their own image classification models on a variety of public datasets in the labs they will work on.
Más información
El curso Explorador de la IA generativa - Agent Platform es una colección de labs sobre cómo usar la IA generativa en Google Cloud. A través de los labs, aprenderás a usar los modelos de Gemini en Agent Platform. También aprenderás sobre el diseño de instrucciones, las prácticas recomendadas y cómo se puede usar para la generación de ideas, la clasificación, la extracción y el resumen de texto, y mucho más. También aprenderás a ajustar un modelo de base entrenándolo a través de un entrenamiento personalizado en Agent Platform y, luego, implementándolo en un extremo de Agent Platform.
Más información
A medida que aumenta el uso empresarial de la inteligencia artificial y el aprendizaje automático, también crece la importancia de implementarlo responsablemente. El desafío para muchas personas es que hablar sobre la IA responsable puede ser más fácil que aplicarla. Si te interesa aprender cómo poner en funcionamiento la IA responsable en tu organización, este curso es para ti.
En este curso, aprenderás cómo Google Cloud aplica estos principios en la actualidad, junto con las prácticas recomendadas y las lecciones aprendidas, para usarlos como marco de trabajo de modo que puedas crear tu propio enfoque de IA responsable.
Más información
En este curso, se aplica un enfoque real en el flujo de trabajo del AA a través de un caso de éxito. Un equipo de AA trabaja con varios requisitos empresariales y casos de uso de AA. El equipo debe comprender las herramientas necesarias para la administración de los datos y considerar el mejor enfoque para su procesamiento previo.
Al equipo se le presentan tres opciones con las que puede crear modelos de AA para dos casos de uso. En el curso, se explica por qué el equipo usará AutoML, BigQuery ML o entrenamiento personalizado para lograr sus objetivos.
Más información
En este curso, se exploran los beneficios de utilizar Vertex AI Feature Store, cómo mejorar la exactitud de los modelos de AA y cómo descubrir cuáles columnas de datos producen los atributos más útiles. El curso también incluye contenido y labs sobre la ingeniería de atributos en los que se usan BigQuery ML, Keras y TensorFlow.
Más información
En este curso, se explica cómo crear modelos de AA con TensorFlow y Keras, cómo mejorar la exactitud de los modelos de AA y cómo escribir modelos de AA para uso escalado.
Más información
El curso comienza con un debate sobre los datos: cómo mejorar su calidad y cómo realizar análisis exploratorios de ellos. Describimos Vertex AI AutoML y cómo crear, entrenar e implementar un modelo de AA sin escribir una sola línea de código. Conocerás los beneficios de BigQuery ML. Luego, se analiza cómo optimizar un modelo de aprendizaje automático (AA) y cómo la generalización y el muestreo pueden ayudar a evaluar la calidad de los modelos de AA para el entrenamiento personalizado.
Más información
¿Cuáles son las prácticas recomendadas para implementar el aprendizaje automático en Google Cloud? ¿Qué es Vertex AI y cómo se puede utilizar la plataforma para crear, entrenar e implementar rápidamente modelos de aprendizaje automático de AutoML sin escribir una sola línea de código? ¿Qué es el aprendizaje automático? ¿Qué tipos de problemas puede solucionar?
Google considera que el aprendizaje automático es diferente: se trata de proporcionar una plataforma unificada para conjuntos de datos administrados, un almacén de atributos, una forma de crear, entrenar e implementar modelos de aprendizaje automático sin escribir una sola línea de código, así como proporcionar la capacidad de etiquetar datos y crear notebooks de Workbench utilizando frameworks como TensorFlow, SciKit-learn, Pytorch, R y otros. Vertex AI Platform también ofrece la posibilidad de entrenar modelos personalizados, crear canalizaciones de componentes y realizar predicciones en línea y por lotes. Además, analiza…
Más información
En este curso, aprenderás sobre los productos y servicios de macrodatos y aprendizaje automático de Google Cloud involucrados en el ciclo de vida de datos a IA. También explorarás los procesos, los desafíos y los beneficios de crear una canalización de macrodatos y modelos de aprendizaje automático con Vertex AI en Google Cloud.
Más información
Organizaciones de todos los tamaños están aprovechando la potencia y flexibilidad de la nube para transformar sus operaciones. Sin embargo, administrar y escalar eficazmente los recursos en la nube puede ser una tarea compleja. En este curso, se exploran los conceptos fundamentales de las operaciones modernas, la confiabilidad y la resiliencia en la nube, y cómo Google Cloud puede ayudar con esas tareas.
Como parte de la ruta de aprendizaje de Cloud Digital Leader, el objetivo de este curso es ayudar a las personas a crecer en su rol y desarrollar el futuro de su empresa.
Más información
Muchas empresas tradicionales usan apps y sistemas heredados que no pueden adecuarse a las expectativas de los clientes actuales. A menudo los líderes empresariales deben elegir entre mantener sus sistemas de TI anticuados o invertir en nuevos productos y servicios. En este curso, se exploran estos desafíos y se ofrecen soluciones para superarlos con la tecnología de la nube.
Como parte de la ruta de aprendizaje de Cloud Digital Leader, el objetivo de este curso es ayudar a las personas a crecer en su rol y desarrollar el futuro de su empresa.
Más información
La tecnología de la nube es un recurso poderoso y, cuando se combina con datos, se convierte en un catalizador de la innovación y de experiencias mejoradas para los clientes. En Explora la transformación de datos con Google Cloud, se examina cómo las organizaciones pueden aprovechar la nube para que sus datos sean más accesibles, prácticos y valiosos.
Como parte de la ruta de aprendizaje de Cloud Digital Leader, el objetivo de este curso es ayudar a las personas a crecer en su rol y desarrollar el futuro de su empresa.
Más información
La transformación digital es un recorrido fundamental para las organizaciones modernas, y establecer una línea de base sólida en la computación en la nube es el primer paso para impulsar una innovación significativa. Transformación digital con Google Cloud presenta las tecnologías principales y los marcos estratégicos que ayudan a las organizaciones a modernizar sus operaciones. En este curso, se exploran los conceptos fundamentales de la nube, la infraestructura de red global y el modelo de responsabilidad compartida para ayudar a los líderes a navegar su camino hacia la nube con confianza.
Como parte de la Ruta de aprendizaje de Cloud Digital Leader, el objetivo de este curso es ayudar a las personas a crecer en su rol y desarrollar el futuro de su empresa.
Más información
En este curso, se presenta Vertex AI Studio, una herramienta para interactuar con modelos de IA generativa, crear prototipos de ideas de negocio y llevarlas a producción. A través de un caso de uso envolvente, lecciones atractivas y un lab práctico, explorarás el ciclo de vida desde la instrucción hasta el producto y aprenderás cómo aprovechar Vertex AI Studio para aplicaciones multimodales de Gemini, diseño de instrucciones, ingeniería de instrucciones y ajuste de modelos. El objetivo es permitirte desbloquear el potencial de la IA generativa en tus proyectos con Vertex AI Studio.
Más información
En este curso, se te enseña a crear un modelo de generación de leyendas de imágenes con el aprendizaje profundo. Aprenderás sobre los distintos componentes de los modelos de generación de leyendas de imágenes, como el codificador y el decodificador, y cómo entrenar y evaluar tu modelo. Al final del curso, podrás crear tus propios modelos y usarlos para generar leyendas de imágenes.
Más información
En este curso, se presentan la arquitectura de transformadores y el modelo de Bidirectional Encoder Representations from Transformers (BERT). Aprenderás sobre los componentes principales de la arquitectura de transformadores, como el mecanismo de autoatención, y cómo se usa para crear el modelo BERT. También aprenderás sobre las diferentes tareas para las que puede usarse BERT, como la clasificación de texto, la respuesta de preguntas y la inferencia de lenguaje natural. Tardarás aproximadamente 45 minutos en completar este curso.
Más información
Este curso es una introducción al mecanismo de atención, una potente técnica que permite a las redes neuronales enfocarse en partes específicas de una secuencia de entrada. Sabrás cómo funciona la atención y cómo puede utilizarse para mejorar el rendimiento de diversas tareas de aprendizaje automático, como la traducción automática, el resumen de textos y la respuesta a preguntas.
Más información
En este curso, se brinda un resumen de la arquitectura de codificador-decodificador, una arquitectura de aprendizaje automático importante y potente para realizar tareas de secuencia por secuencia, como las de traducción automática, resúmenes de texto y respuestas a preguntas. Aprenderás sobre los componentes principales de la arquitectura de codificador-decodificador y cómo entrenar y entregar estos modelos. En la explicación del lab, programarás una implementación sencilla de la arquitectura de codificador-decodificador en TensorFlow para generar poemas desde un comienzo.
Más información
En este curso, se presenta una introducción a los modelos de difusión: una familia de modelos de aprendizaje automático que demostraron ser muy prometedores en el área de la generación de imágenes. Los modelos de difusión se inspiran en la física, específicamente, en la termodinámica. En los últimos años, los modelos de difusión se han vuelto populares tanto en investigaciones como en la industria. Los modelos de difusión respaldan muchos de los modelos de generación de imágenes y herramientas vanguardistas de Google Cloud. En este curso, se presenta la teoría detrás de los modelos de difusión y cómo entrenarlos y, luego, implementarlos en Vertex AI.
Más información
Completa los cursos Introduction to Generative AI, Introduction to Large Language Models e Introduction to Responsible AI para obtener una insignia de habilidad. Aprueba el cuestionario final para demostrar que entiendes los conceptos básicos sobre la IA generativa.
Una insignia de habilidad es una insignia digital que emite Google Cloud en reconocimiento de tu dominio de los productos y servicios de la plataforma. Para compartir tu insignia de habilidad, establece tu perfil como público y agrega la insignia a tu perfil de redes sociales.
Más información
Este es un curso introductorio de microaprendizaje destinado a explicar qué es la IA responsable, por qué es importante y cómo la implementa Google en sus productos. También se presentan los 7 principios de la IA de Google.
Más información
Este es un curso introductorio de microaprendizaje en el que se explora qué son los modelos de lenguaje grandes (LLM), sus casos de uso y cómo se puede utilizar el ajuste de instrucciones para mejorar el rendimiento de los LLM. También abarca las herramientas de Google para ayudarte a desarrollar tus propias aplicaciones de IA generativa.
Más información
Este es un curso introductorio de microaprendizaje destinado a explicar qué es la IA generativa, cómo se utiliza y en qué se diferencia de los métodos de aprendizaje automático tradicionales. También menciona las herramientas de Google para ayudarte a desarrollar tus propias aplicaciones de IA generativa.
Más información
