Miembro desde 2025
Introducción a la generación de imágenes
Earned may 2, 2025 EDT
Modelos de transformadores y modelo BERT
Earned abr 25, 2025 EDT
Arquitectura de codificador-decodificador
Earned abr 25, 2025 EDT
Google Sheets - Advanced Topics - Español
Earned abr 25, 2025 EDT
Introducción a la IA generativa
Earned abr 22, 2025 EDT
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.
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.
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.
En este curso, se amplían algunos de los conceptos que se abarcaron en el curso anterior de Hojas de cálculo de Google. En él aprenderá a aplicar y personalizar temas en Hojas de cálculo de Google y a explorar las opciones de formato condicional. Aprenderá sobre algunas fórmulas y funciones avanzadas de Hojas de cálculo de Google. Explorará cómo crear fórmulas por medio de funciones y, además, aprenderá a crear referencias y validar sus datos en una hoja de cálculo de Google. Las hojas de cálculo pueden contener millones de números, fórmulas y bloques de texto. Comprender todos esos datos puede ser difícil sin un resumen o una visualización. En este curso, se exploran las opciones de visualización de datos en Hojas de cálculo de Google, como los gráficos y las tablas dinámicas. Los Formularios de Google son encuestas en línea que se usan para recopilar datos y, de este modo, ofrecen la posibilidad de hacer análisis de datos rápidamente. Explorará cómo Formularios y Hojas de…
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.