Nivel Básico
19 clases
2 horas de contenido
8 horas de práctica
Genera demos de Machine Learning con Hugging Face usando Gradio y Streamlit. Aprende a crear, compartir y colaborar en aplicaciones interactivas utilizando modelos pre-entrenados y repositorios con espacios permanentes para tus proyectos.
Clases del curso
Gradio
Streamlit
Tu historia en machine learning
Profes del curso
Conoce quién enseña el curso
Omar Espejel
Machine Learning Engineer & Blockchain Developer
🔗 Blockchain and Crypto
🧠 Busca la democratización del machine learning
🎙️ Co-host Hacia Afuera Podcast
Proyecto del curso
Tus propios demos de machine learning
Crearás una aplicación demo de un modelo de machine learning que hayas entrenado o utilizado previamente. Demuestra el problema que resuelve usando Gradio o Streamlit y compártelo en el Hub de Hugging Face.
Ver proyectoconocimientos previos
- Programación en Python.
- Git y GitHub.
- Transfer learning con hub de Hugging Face.
software y recursos necesarios
- Navegador web.
- Jupyter Notebook, Google Colab, Deepnote, etc.
Opiniones del curso
4.8 · 56 opiniones
Fredy Alberto Orozco Loaiza
@fredyorozco·
La verdad esta clases estubieron muy buenas
Horacio Licona González
@horaciolicona0711·
Excelente curso con gran aporte de conocimientos.
Juan Sebastian Aponte Hung
@juansh96·
Excelente introduccion a la creaciòn de demos
Diego Felix Angeles Angeles
@diego.angelesa·
gradio es una buena opcion para debuggear aun que streamlit me gusta mas el flujo en realtime para ir creando el dashboard
Caupolicán Barros
@polican·
El profe es un gran docente, explica muy bien.
Ronal Leiva
@ronal_leiva·
Excelente introducción
Pablo Campiño
@pcampo21·
Felicitaciones al profesor Omar , ya que nos brinda un excelente curso con muchos tips útiles, todos presentados sin las complejidades que le subyacen, todo para que los temas y ejemplos brinden experiencia en este grandiosa experiencia en AI y las plataformas abiertas. Felicitaciones a Platzi por brindar estos espacios.
Juan R. Vergara M.
@juan-raul-vergara-m·
Apenas terminé el primer curso de 🤗 continué con este ya que me ha encantando esta comunidad, el poder de compartir conocimientos y de manera gratiuta 💚🚀🔥
Antonio Dennis Revelo Arias
@_toniokj_·
ame experimentar estas herramientas
Vanessa Sanchez Malagon
@vanessasanchezmalagon·
El proceso de llevar un modelo de machine learning a producción es muy sencillo.
Miguel Granados
@miguelosoyo·
Es bueno para una parte introductoria. Por eso le pongo 5 estrellas al contenido y al profe. Sin embargo, hubiera estado perfecto si se hiciera una demo con más detalles y características de Gradio y Streamlit. De ahí en fuera todo genial con este curso.
Juan Ignacio Barroso
@IgnacioBarroso·
Un curso muy necesario para seguir aportando y agrandando la comunidad dev publicando y aportando con nuestras invenciones. Excelente profesor y que frameworks tan relajantes de escribir!!
Julen Alvaro
@julenalvaro·
Directo al grano y sin florituras innecesarias, muy bien. La idea es que puedes crear una demo de lo que sea y compartirla con una URL con sólo saber python, git y leer la documentación de Gradio o Streamlit. Muy útil.
Harold Sthid Piravaguen
@harold-sthid-piravaguen·
cuando se inicia a experimentar se hacen cosas para uno con este curso se toma confianza para colaborar con otros, las clases son muy practicas y útiles para la evolución normal que se debe tener para iniciar a escalar proyectos propios o iniciativas desde la comunidad,
Edgar A. Gonzalez Ambriz
@EdgarGA·
Un curso muy interesante que deja claro que no necesitamos de HTLM, CSS y Javascript para tener fácil y rápido nuestra interface con un modelo de machine leraning. Muy bien el profesor
Sebastian Matias Pulido
@SeaBass·
Excelente profesor, muy bien explicado el curso, lastima que nadie responde las preguntas de los alumnos
Javier Antonio Granda Tabares
@javiergrandat·
Excelente curso. Quedo a la espera de cursos mas actualizados y con mayor profundidad en el tema de transfer learnig, streamlit y gradio.
Elías Rashid Morales Mendoza
@elimoralsmendox·
Excelente profesor. Su manera de explicar es práctica y amena.
John J. Meza
@Johnometalman·
Solo sugeriría actualizar el curso o agregar anexos actualizados
Carlos Perilla
@carlos7736·
Excelente curso, muy util!
Alan Stiven Camacho Restrepo
@ascamach·
Muy buen contenido
Horacio Gaido
@horaciogaido·
Un genio el Profesor!!! Explica excelente, lo hace sensillo y muy fluido el proceso de aprendizaje!!! Felicitaciones a todos los que hicieron posible este curso!!!
@ajcp26·
Excelente curso, muy dinámico y entretenido, con el pude dar los primeros pasos y aprender a usar un modelo de ML. Amplio mucho el panorama que tenia y sin duda pondré en practica lo aprendido. El profesor conoce mucho sobre el tema y la plataforma de Hugging Face, con lo que transmite sus conocimiento de manera extraordinaria.
Andrés David Forero Martínez
@adavidforero·
Uno de los mejores cursos que he tenido hasta el momento
Ruben Dario Troche Piñanez
@dtf.ruben.troche·
Muy bueno y muy interesante el curso. Gracias Totales Profesor y Platzi por agregarme valor.
Rafael Rivera
@rafarivera75·
Excelente curso, el profe explica muy bien, paso a paso, y los ejemplos son bastante prácticos.
Guillermo Granda
@ggranda·
.
Jhon Alexander Orozco Valencia
@jhonalexanderorozcovalencia·
Pasa de 0 a 100 en entendimiento de algunas opción para utilizar modelos de ML existentes, personalizar y poder dar grandes pasos a mi entendimiento general de IAs
Miguel Rodríguez
@AlexRodS·
Conocer estas nuevas herramientas para desplegar modelos desde los Spaces
Ixcoatl Francisco Pérez
@ixcoperez·
Excelente curso para crear aplicaciones para nuestros modelos de machine learning de manera sencilla con Python, asi como entender y demostrar su funcionamiento, y por supuesto subirlos y compártilos desde el Hub de Hugging Face, curso 100% recomendable.
Eleva tu aprendizaje
Complementa este curso con nuestras rutas de aprendizaje
Inteligencia Artificial y Data Science
Aprende ciencia de datos con cursos de Data Science y explora el potencial sin límites de los datos, el machine learning y la inteligencia artificial.
Ruta
Análisis y Visualización de Datos
52 horas
10 Profes
Aprende a extraer, limpiar, analizar y visualizar datos para comunicar insights y apoyar la toma de decisiones estratégicas en los negocios.
Ruta
Data Engineer
43 horas
12 Profes
Aprende a construir y gestionar pipelines de datos escalables, utilizando herramientas como Spark, Airflow, y bases de datos SQL y NoSQL en entornos cloud.
Ruta
Machine Learning y Deep Learning
63 horas
16 Profes
Profundiza en algoritmia, aprendizaje supervisado, no supervisado, redes neuronales, y el despliegue de modelos de Data Science e Inteligencia Artificial en producción.
Ruta
Fundamentos de Data Science y AI
52 horas
12 Profes
Adquiere las bases matemáticas, de programación y de ingeniería de software necesarias para iniciar en el mundo de la ciencia de datos y la inteligencia artificial.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender