

Cesar supo
Uno de los mejores cursos que tomé de platzi
Desarrolla modelos de redes neuronales usando TensorFlow. Aprende a cargar y preprocesar datos, entender el ciclo de la IA, aplicar transfer learning y optimizar modelos con técnicas como regularización y callbacks. Ideal para mejorar tus competencias en deep learning.


Uno de los mejores cursos que tomé de platzi


woooww, me encanto este curso, el profesor tiene una forma de explicar increible y no puedo esperar a que esten disponibles los cursos que menciono al final, el que mas me emociona es el de como llevar nuestros modelos a producción


genial el curso, el profe maneja muy bien el tema, se le nota la experiencia con el procesamiento de imágenes, a la espera de los cursos anunciados por el profe Adonaí Vera.

De los mejores cursos del learning path de Data Science, por favor más cursos así y con el mismo instructor, totalmente satisfecho con un curso de buena calidad, de ser posible que restructuren muchos de los cursos de Machine Learning y que dejen a Adonaí enseñar desde los fundamentos hasta la parte profesional en varios cursos, por favor.


Muy interesante el curso, sobre todo la posibilidad de utilizar modelos pre-entrenados para poder aplicarlos a nuestro proyecto.


Un gran curso el cual ayudo a poder aprender un poco mas sobre redes neuronales, espero con ansias los demas cursos


Muy buen curso para conocer cómo almacenar modelos, usar modelos pre-entrenados y conocer el uso de datasets generators. El docente explica bien y es preciso en los conceptos. Los ejemplos están relacionados entre sí y la complejidad va aumentando poco a poco.


Este curso es mas que excelente, muchas gracias por compartir, los ejemplos son muy buenos y didacticos


Fue un excelente curso, agradezco sobretodo la introducción a tensor board y el preprocesamiento (aunque necesitamos mucho más profundidad en esto). También me pareció muy bien que Adonaí está activo resolviendo las preguntas en la sección de comentarios. Dicho esto, me hubiera gustado que se explicara cosas especìficas de tensorflow ya que algunas cosas fueron algo repetitivas si se vienen de previos cursos de redes neuronales. Ahora, en temas de edición se aprecian ciertos cortes de video por ejemplo: min 7.43 del video 16 o min 7.34 del video 22. También, tener todo en un mismo notebook era algo desordenado cuando uno regresaba al curso después de un día o dos ya que había que buscar entre el código las celdas que eran relevantes (run all no era opción porque habían muchos mofel.fit).