Conceptos básicos de Machine Learning1Bienvenida Curso de Introducción a Machine Learning03:02 min2Introducción a la terminología de Machine Learning11:42 min3Terminología y regresión lineal09:02 min
Trabajando con Pytorch4Introducción a Pytorch, trabajar con tensores y representar datasets con tensores09:42 min5Trabajando con tensores13:33 min6Representando datasets con tensores15:37 min
Implementaciones de algoritmos de Machine Learning en Pytorch7Implementación de regresión lineal en Pytorch, Regresión logística, Implementación de regresión logística en Pytorch10:26 min8Regresión logística06:10 min9Implementación de regresión logística en Pytorch18:28 min
Redes Neurales y reconocimiento de imágenes10Cómo funciona el reconocimiento facial00:01 min11Neuronas y función de activación, Usando un modelo pre entrenado para reconocimiento de imágenes, Trabajando un dataset09:55 min12Usando un modelo pre entrenado para reconocimiento de imágenes12:11 min13Trabajando un dataset10:53 min
Reconocimiento de imágenes14Construyendo un modelo, Implementando un clasificador totalmente conectado, Mejoras, limitaciones y conclusiones10:13 min15Training and Loss: entrenando y ajustando nuestro modelo09:28 min16Implementando un clasificador totalmente conectado11:27 min17Mejoras, limitaciones y conclusiones08:58 min
Collab con Scikit18Aprende a usar Collab con scikit07:40 min19Demo con Scikit: división de datos09:14 min20Demo con Scikit: validación de datos14:23 min
Algoritmos más usados en Machine Learning21Los algoritmos más usados en Machine Learning06:09 min22Algoritmos supervisados en Machine Learning08:24 min23Algoritmos no supervisados en Machine Learning04:14 min
Bonus: Redes neuronales y herramientas24Qué es lo que está detrás de una red neuronal10:18 min25Cómo funciona una red convolucional intuitivamente y porque son tan buenas con imágenes05:16 min26Redes generativas05:35 min
