Temario del curso
Introducción a los modelos preentrenados
- ¿Qué son los modelos preentrenados?
- Ventajas de utilizar modelos preentrenados
- Resumen de los modelos preentrenados más populares (p. ej., BERT, ResNet)
Comprensión de las arquitecturas de los modelos preentrenados
- Fundamentos de la arquitectura de un modelo
- Conceptos de transferencia de aprendizaje y ajuste fino
- Cómo se construyen y entrenan los modelos preentrenados
Configuración del entorno
- Instalación y configuración de Python y las librerías correspondientes
- Exploración de repositorios de modelos preentrenados (p. ej., Hugging Face)
- Carga y prueba de modelos preentrenados
Práctica con modelos preentrenados
- Uso de modelos preentrenados para clasificación de texto
- Aplicación de modelos preentrenados en tareas de reconocimiento de imágenes
- Ajuste fino de modelos preentrenados con conjuntos de datos personalizados
Implementación de modelos preentrenados
- Exportación y guardado de modelos ajustados
- Integración de modelos en aplicaciones
- Fundamentos del despliegue de modelos en entornos productivos
Desafíos y mejores prácticas
- Comprensión de las limitaciones de los modelos
- Evitar el sobreajuste durante el ajuste fino
- Asegurar un uso ético de los modelos de inteligencia artificial
Tendencias futuras en modelos preentrenados
- Nuevas arquitecturas emergentes y sus aplicaciones
- Avances en el aprendizaje por transferencia
- Exploración de grandes modelos lingüísticos y modelos multimodales
Resumen y siguientes pasos
Requerimientos
- Conocimientos básicos sobre conceptos de aprendizaje automático
- Manejo básico del lenguaje de programación Python
- Conocimiento básico de manipulación de datos mediante librerías 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
