Bienvenida e Introduccion

1

Qué aprenderás sobre análisis predictivo

2

Introducción a Cloud Machine Learning

3

¬ŅPor qu√© correr cargas de Machine Learning en la nube?

Machine Learning genérico

4

Cinco increíbles APIs para diferentes usos de Machine Learning

5

Entendiendo las APIs de Machine Learning

6

Caso de Estudio: APIs de Machine Learning

7

Configurando el proyecto

8

Guardando im√°genes en Cloud Storage

9

Guardar datos en Firebase

10

Generando comentarios en tu proyecto

11

Usando Cloud Vision para analizar imagenes

12

Usando el NLP API para analizar sentimiento

13

Analizando la respuesta del NLP en API

14

Deploy a Firebase

Machine Learning con tus datos

15

Introducción y caso de estudio: AutoML

16

Preparando datos para AutoML

17

Entrenar y predicir con tu modelo

18

Evaluando tu modelo

19

Consejos para el entrenamiento

Machine Learning para An√°lisis de Datos

20

¬ŅQu√© es BigQuery Machine Learning?

21

Introducción a la consola de BigQuery Machine Learning

22

Crear y predecir con BigQuery Machine Learning

Machine Learning a la medida

23

¬ŅQu√© es Cloud Machine Learning Engine?

24

Entrenando un modelo con Cloud Machine Learning Engine

25

Sirviendo un modelo con Cloud Machine Learning Engine

Finalizando el curso

26

Conclusiones y cierre

Bonus meme: Machine Learning en la frontera

27

Introducción a Machine Learning en la frontera (TF.js y edge tpu, kubeflow)

28

¬ŅC√≥mo se usa Machine Learning para predecir datos?

A√ļn no tienes acceso a esta clase

Crea una cuenta y contin√ļa viendo este curso

Usando el NLP API para analizar sentimiento

12/28
Recursos

Aportes 8

Preguntas 0

Ordenar por:

¬ŅQuieres ver m√°s aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesi√≥n.

Gente, en el foreach de los comentarios tendria que ser asi.

this.comentarios.forEach(function(comentario){
                                         scorePromedio += comentario.score;
                                      });

Algunos cambios para que funcione con las nuevas versiones:

  1. Hay que habilitar el servicio de Cloud Natural Language API.
  2. el score se obtiene así: const score = response.data.documentSentiment.score

Les comparto el código fuente ImageDetail.vue:

<template>
  <v-container>
    <v-layout xs12 pl-2>
      <v-flex xs12 sm6 md6 lg6>
        <v-card>
          <v-img
            :src="image.url"
            height="200px"
          ></v-img>
          <v-card-title>
            <div>
              <span class="grey--text">{{image.name}}</span>
              <v-chip> {{image.scorePromedio}}</v-chip>
              <br>
              <span>
                {{image.labels | separateLabels}} 
              </span>
            </div>
          </v-card-title>
        </v-card>
      </v-flex>
    </v-layout>
    <v-layout>
      <v-flex xs12>
        <v-text-field label="Que te parece esta foto"
          v-model="comentario">
        </v-text-field>
        <v-layout>
          <v-layout>
              <v-flex xs12 pt-5>
              <v-btn primary @click="enviarComentario">
                Enviar
              </v-btn>
            </v-flex>
          </v-layout>
          <v-flex xs12 pt-5>
            <h1>Otros comentarios</h1>
          </v-flex>
        </v-layout>
        <v-layout v-for="comentario in comentarios" v-bind:key="comentario.id">
          <v-flex xs12>
            <v-text-field
              :value="comentario.texto"
              :label="comentario.score +''"
              readonly
            ></v-text-field>

          </v-flex>
        </v-layout>
      </v-flex>
    </v-layout>
  </v-container>
</template>

<script>  
  import { firestore } from '@/main'
  import axios from 'axios'
  //import { storage } from '@/main'

  export default {
    name: 'ImageDetail',
    data() {
      return{
        apiKey: 'apiKeyDeSuCuentaDeGoogleCloud',
        id: this.$route.params.id,
        image: '',
        comentario: '',
        comentarios: []
      }      
    },
    methods:{
      enviarComentario: function(){
        const data={
          "document":{
            "type": "PLAIN_TEXT",
            "language":"ES",
            "content": this.comentario
          },
          "encodingType": "UTF8"
        }

        axios.post(`https://language.googleapis.com/v1/documents:analyzeSentiment?key=${this.apiKey}`, data)
        .then(response => {
          const score = response.data.documentSentiment.score
          let comentario = {
            imageId: this.id,
            texto: this.comentario,
            createdAt: (+new Date()),
            score: score
          }
          firestore.collection('comentarios').add(comentario).then(() =>{
            const length = this.comentarios.length
            let scorePromedio = 0
            this.comentarios.forEach(function(comentario){
              scorePromedio = scorePromedio + comentario.score
              
            })
            scorePromedio = scorePromedio / length
            firestore.collection('images').doc(this.id).set({
              scorePromedio : scorePromedio
            },{merge : true})
            this.comentario = ''
          })
        })        
        
      }
    },
    firestore(){
      return{
        image: firestore.collection('images').doc(this.id),
        comentarios: firestore.collection('comentarios').where("imageId", "==", this.id)
      }
    },
    filters: {
      separateLabels: function(value){
        return `${value[0]}, ${value[1]}, ${value[2]} , ${value[3]}, ${value[4]}`
      }
    }
  }
</script>```

API:

axios.post(`https://language.googleapis.com/v1/documents:analyzeSentiment?key=${this.apiKey}`)

Mis sentimientos acerca de este curso: la programación no está mal, lo que esta mal es tirar código sin entender el trasfondo y eso es lo que he visto en los vídeos hasta ahora, mucho código sin explicación. Adicional que las versiones ya no son las mismas, entonces las invocaciones tampoco (entre muchas otras cosas) y eso confunde y frustra un montón. Podrían subir los archivos de código y dedicar este tiempo que se gasta en lo vídeos tirando código explicándolo y explicando las funcionalidades.

Gente si quieren tener las imagenes ordenadas

firestore.collection('images').orderBy("createAt", "desc")

Como sería si quisiera extraer el texto y la imagen por separado ?

Recopilando información.

Viendo letras y letras y símbolos.