Rubén Marcos Ramos Guerrero
@marcosguerrerou99Bastante bueno! Un excelente follow up al curso de fundamentos de Keras. Espero con asías el siguiente curso de este profesor.
217
Opiniones
avanzado
Desarrolla redes neuronales convolucionales con Python y Keras para clasificar imágenes, aprendiendo técnicas como data augmentation y batch normalization. Utiliza prácticas avanzadas de organización y optimización de modelos.
Platzi Team
Bastante bueno! Un excelente follow up al curso de fundamentos de Keras. Espero con asías el siguiente curso de este profesor.
totalmente recomendado este curso. Espero con ansias el siguiente paso en las redes convulsiónales.
Concretar las bases en redes neuronales, fue una gran experiencia llena de aprendizaje y una gran pasión por parte del profesor
Buen curso, para avanzar en la ruta de Machine Learning, como siempre buen profesor Carlos Alarcón. #NuncaParesDeAprender 🚀
Durante toda la clase fue de gran utilidad por todo el contenido, en comparativa de redes convolucionales con Pytorch
Bastante interesante el curso, especialmente desde el punto de vista del uso de Keras y TensorFlow
Super bien el curso espero uno mas avanzado hasta ver transformers y como pasarlo a producción
Me gustó este curso por que abordó conceptos muy importantes sobre las Redes neuronales convolucionales, ademas de aplicarlos en codigo. Estoy seguro de que me será util para realizar mi tesis universitaria.
La manera en que es progresivo. Partimos de crear una CNN y luego poco a poco la vamos mejorando. Primero al agregar los hiperparámetros [kernel, padding, pooling] y luego con tecnicas como data augmentation, callbacks y batch normalizations. Muchas gracias, excelente curso.
Excelente curso, permite entender la arquitectura y funcionamiento interno de las CNN.
Muy buen curso y excelente la claridad y facilidad con la que enseña el profesor
Creo que hay mejora explorando un poco mas definiciones como batch_size, verbose, shuflle entre otros
Me gusto mucho este curso debido a que resume bien todos los componentes de las redes neuronales CCN, sin embargo en el curso me hubiera gustado ver tambien las redes que estan en el estado del arte como inception u otras de este estilo aplicadas en un taller como se hizo con los otros ejercicios. Además como punto de mejora, creo que se dedberia usar tambien la herramienta de tensorboard o MLFlow para llevar a cabo los experimentos de las redes neuronales con mayor rigurosidad.
Muy buen contendio tal vez en algunas parte falta un poco mejor la explicación pero en general muy entendible. Lo que me gustaria mas es que el profesor conteste las dudas que le pones en el chat de preguntas
Lo mejor de este curso fue la manera en que el profesor realizo la explicacion y enseño el contenido de la materia empezando por la practica para posteriormente explicar conceptos
Buen curso. Bien explicado. Lo recomendaria
Respecto al curso anterior que dió, mejoró bastante el curso. Me gustó. Puedo ver que se basaron en el libro de Deep Learning with Python que justo estoy leyendo ahora. Yo recomendaría un curso intermedio donde toda la parte de los datos ya esté resuleta y las personas se enfoquen entodo el curos a mejorar una sola red para entender como mejorarla y problemas que la afectan. Luego otro curso de puros datos para antes de entrenar redes neuronales.
Este curso si estuvo un poco mejor que el de Redes Neuronales, se ve un poco la mejora del profe, aunque aún le quedan cosas explicar mejor y no ir a Mil por hora, me gustó este curso.
Muy buen curso introductorio sobre CNN
Bastante bueno, pero pienso que debería ser mas profundo.
De los mejores cursos referentes a Redes Neuronales que tiene Platzi. Me hubiese gustado que incluyeran un poco de las matemáticas que existen detrás de estas arquitecturas.
Una excelente introducción a las redes convolucionales usando Keras. La explicación de los conceptos es buena.
Fue muy increible poder entender todo esto con tan simples pasos aunque fue confuso al principio me gusto mucho como lo explico el docente y pude llegar a comprender en su mayoria lo visto en las clases muchas gracias.
es un curso corto y sustancioso
Los ejemplo gráficos que usaba el profesor en las presentaciones para dar a entender el tema
Excelente curso, aunque sería genial trabajar también el tema de los GANS, Inception, VGG16, LeNet, ResNet, etc. Pero para una primera introducción, excelente curso.
Entre sabiendo 0 de Inteligencia Artificial, y salgo con un conocimiento mas amplio del tema. En mi trabajo me encargaron un detector de reconocimiento de imágenes, este curso me ayudo a guiarme y empezar a mirar por donde comenzar
Estuvo bueno. Del examen debo decir que hay preguntas que me dejan con la duda si la respuesta elegida por el profesor es realmente correcta
El curso es centrado en el código. Brindar una mejor explicación del modelo matemático detrás de los conceptos, crearía una base más sólida para aquellas personas que se enfrentan por primera vez a una CNN.
La explicación detallada de cada una de las partes de la red.