Platzi Team
Curso de Fundamentos de Redes Neuronales con Python y Keras

Opiniones del Curso de Fundamentos de Redes Neuronales con Python y Keras

Las redes neuronales se utilizan en deep learning para generar predicciones, análisis de sentimiento y otros análisis de texto, voz e imagen cuando tenemos muchos datos. Aprende cómo funcionan y cómo empezar a utilizarlas en tus proyectos en ciencia de datos.

Avatar Carlos Ernesto Alvarez Rosales

Carlos Ernesto Alvarez Rosales

@carlosalvro

Curso entretenido, no le falta nada, se puede aprender mucho

Avatar Selvin Medina

Selvin Medina

@selvin-medina

Este curso estuvo excelente, me alegro de que al fin encontre un curso en donde con solo comprender como funcionan las derivadas es suficiente, la verdad siempre me han dicho que hay que hacer calculos muy complejos y que es pura matematica compleja todo esto, en este curso me dejo tranquilo, y se que lo importante es comprender como funciona, no realizar los calculos de 0..

Avatar Lukas Bustos

Lukas Bustos

@lukas-bustos

esta muy bien el curso pero le falta profundizar más en lo que es la estadística deja algunos vacíos que se tiene que complementar viendo youtube

Avatar Harold Roy Rojas Estrada

Harold Roy Rojas Estrada

@haroldroyrojasestrada

Realmente un curso muy completo, muy bien fundamentado. Me gusto el formato diferente que le dio el profesor, dando un gran pantallazo de una red neuronal para luego crearla sin ayuda de la libreria. Excelente curso.

Avatar Leandro Dorta

Leandro Dorta

@leandro-dorta

ver como hacer una red desde cero para aprender como funciona a detalle

Avatar Joaquin Lopez Alvarez

Joaquin Lopez Alvarez

@joaquinimt

Esta muy bien el curso pero considero pueden haber mejores explicaciones para muchas cosas, en un modulo vi como 3 parametros en la construcción de las capas densas que tenían que ver con stride y padding, lo investigue como por 2 días para entenderlo y luego vi que en el siguiente curso lo explicaban

Avatar Juan Camilo Arguelles Delgado

Juan Camilo Arguelles Delgado

@jarguelles5346

El contenido y metodología es amigable para aprender, seria bueno actualizar el código, algunas cosas arrojan errores.

Avatar Luis Ernesto Domínguez Velásquez

Luis Ernesto Domínguez Velásquez

@ldominguez667

Muy buen curso ,prendí los conceptos fundamentales de redes neuronales y a programar la red neuronal desde cero, me quedó claro los fundamentos teóricos y matemáticos ahora toca profundizar estos conceptos e implementarlos en un caso real en la institución financiera donde presto mis servicios profesionales.Gracias.

Avatar Rafael Rivera

Rafael Rivera

@rafarivera75

Excelente curso, pero pienso que se debería profundizar mucho mas en el tema.

Avatar Pepe Sosa

Pepe Sosa

@PepeSosa

Por lo que veo, tiene comentarios de hace 2 o más años, probablemente necesitamos una actualización, además hay clases que son realmente densas y no se explican bien los conceptos a profundidad, solo nos limitamos a copiar código y seguir al profe.

Avatar JORGE LUIS LOPEZ HUAYAMAVE

JORGE LUIS LOPEZ HUAYAMAVE

@jorgeluislopezhuayamave

aprendiendo los pasos y características que conforman una red neuronal, y cuales son las funciones internas que deben de aplicarse, para tener una mejor predicción y siempre tener un mecanismo de evitar el overfitting

Avatar Rubén García García

Rubén García García

@guben98diza

La explicación de las bases de las redes neuronales.

Avatar Jhohan Jancco Chara

Jhohan Jancco Chara

@John7G

El contenido del Curso de Fundamentos de Redes Neuronales con Python y Keras está muy bueno.

Avatar RAUL SERGIO ESPEJO TICONA

RAUL SERGIO ESPEJO TICONA

@raulsergioo

Excelente profesor, entendi el porque de las RN

Avatar Antony Jesús Arévalo Cristóbal

Antony Jesús Arévalo Cristóbal

@antony.10.11.13

Lo mejor fue programar la red neuronal desde 0 con numpy. Esto ayuda bastante a comprender las bases

Avatar Adrian Alberto Rodriguez

Adrian Alberto Rodriguez

@adrianalbertorodriguez

Cambiar que la multiplicación de matrices por matrices o por vectores se llama producto punto, sino multiplicación de matrices. Además, no se si fue a propósito pero al ser material de apoyo, la tabla que proporciona el profesor al final para saber que funciones de activación o perdida usar en los problemas de clasificación están al revés. Por lo demás el curso esta excelente y el contenido también.

Avatar Edeiber Marín Muñoz

Edeiber Marín Muñoz

@siropertuso

Excelente curso, mucha gracias Platzi

Avatar Monica Cue

Monica Cue

@monics

En general muy bien. Le doy 4 estrellas al profesor ya que aveces costaba trabajo entenderle ( no era del todo claro al explicar). Aunque en general fue un buen profesor y el contenido del curso me resulto súper útil.

Avatar Luis Eduardo Blanco Ramos

Luis Eduardo Blanco Ramos

@luis2338

Muy buen profesor. Aunque a veces da por entendido ciertos puntos en la practica. Muchas gracias ahora tengo un panorama mas claro de como funcionan las redes neuronales

Avatar Maximiliano Eugenio Fernandez

Maximiliano Eugenio Fernandez

@mfernandez23

Una buena introduccion practica a las redes neuronales

Avatar Francisco Javier Garcia Moreno

Francisco Javier Garcia Moreno

@javiermorenof1596

Es un excelente curso, lo unico que le añadiría es utilizar sets de datos de casos reales como cvs o json para entender mas las redes y como aplicarlo a la probabilidad, sin embargo las bases y los conceptos se entienden a la perfección, es un buen curso

Avatar Miguel Augusto Gutierrez Ochoa

Miguel Augusto Gutierrez Ochoa

@chuto

El curso es muy bueno, abarca los temas principales. Cambiaria unicamente la explicación central del funcionamiento de las redes neuronales, el producto punto. Fue un poco confuso.

Avatar Iván Yáñez López

Iván Yáñez López

@james25

Muy buen curso para aprender a manejar Keras y saber los conceptos mas basicos sobre Redes Neuronales.

Avatar Pold Anampa Saravia

Pold Anampa Saravia

@poldanampa

Me gusto la variedad de ejemplos y casos, es muy buena introduccion

Avatar Victor Vargas

Victor Vargas

@fervlx

Aprender como funcionan las redes neuronales, crear modelos y analizar las metrcias para conocer le presicion de la prediccion.