Guillermo Giménez
@guillermo-gimenez535Lo bueno es que se construye una red neuronal desde cero, hay ciertos conceptos que se escapan pero se pueden complementar con otros cursos.


Subtítulos en español
504
Opiniones
intermedio
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.
Platzi Team
Lo bueno es que se construye una red neuronal desde cero, hay ciertos conceptos que se escapan pero se pueden complementar con otros cursos.
La teoria muy bien explicada, pero al momento del codigo no se explica muy bien
....................................................................................................
Muy buen paso a paso de como hacer una red neuronal y las distintas formas de hacelo.
Me gustó que diera algunos detalles de la forma en la que se deben formatar los datos antes del entrenamiento de las redes. Y en general el curso, bastante intuitivo.
fue un buen curso en muchos aspectos , sin embargo creo que a la hora de realizar ciertas transformaciones a los datos y crear funciones en el codigo falto un poco mas de explicación de que realizaba cada linea de codigo y con que fin se hacia esto
me gusto, solo que a veces siento que solo leía codigo
Se nota que el profesor va hilando sus ideas para explicar los contenidos mientras da la clase, lo que a veces hace que ocupe palabras no 100% precisas para lo que quiere transmitir y hace que la atención que uno está poniendo en la clase se pierda, ya que se rompe la fluidez de su discurso. Sugiero preparar un guión detallado de lo que se quiere decir para que el profesor no vacile nunca mientras habla ni pierda fluidez.
Hace falta detenerse a explicar un poco mas el por que de las cosas
el aprender lo basico del funcionamiento de una red neuronal y saber como poder implementarlas en distintos problemas
Me gusto la forma en que explico sin Frameworks una red Neuronal, 100% lo que es Fundamentos, me hubiera gustado mejor algo similar con los parametros de configuracion de KERAS , comparar y enseñar las distintas configuraciones de las funciones
Buen curso de introducción a redes neuronales. El profesor domina la materia, pero tiende un poco a explicar con las manos cuando podría usar más las diapositivas para acompañarse. En cuanto a los contenidos, la creación de la red neuronal manual requiere una explicación más detallada (en conjunto con las fórmulas que usa) así como una mayor generalización (respecto de la arquitectura que se definió).
Es un curso muy apropiado para comprender el funcionamiento de las redes neuronales , además de la matemática utilizada.
Se aprende conceptos teóricos con muy buenos ejercicios prácticos, lo que facilita el aprendizaje.
Demasiado práctico e intuitivo, quizás mejorar la parte teórica.
Excelente curso.
Es un curso de calidad intermedia, algunas explicaciones son pobres, lo que no permite una adopción clara del contenido.
Me gusto mucho la simplicidad del curso, parece difícil pero no. Solo hay que leer y practicar más.
Entender los fundamentos de las redes neuronales y como se crean los algoritmos que posteriormente se usarán como cajas negras y la función de los hiperparámetros.
Es un buen curso pero las explicaciones matemáticas son incompletas y apresuradas: si se va a meter en la matemática, métase con ganas. Afortunadamente los compañeros dejaron enlace a una explicación más extensa. Cada vez que dice producto punto de matriz y vectores me duele en el alma, el resultado de un producto punto es siempre un ESCALAR, la multiplicación de una matriz por un vector es simplemente eso, una multiplicación o producto.
Me gusto que el curso es el tipico curso introductorio de redes neuronales que ayudan a entender como se hacen las redes neuronales desde un principio y a pedal. Tal vez me hubiera gustado un proyecto de clase mas aplicado
Vengo de los cursos de Andrew ng de coursera, los cuales son muy detallados. Este curso me sirvió como resumen, sin embargo, siento que si no hubiera hecho los cursos de andrew previamente, me perdería con tanta información, ya que se tocan temas muy importantes sólo de pasada, y mucho del código parece una receta de cocina.
Sirve de muy buen refuerzo para entender los cursos anteriores de machine learning. Está muy bien que se empiece con las cosas prácticas para ver resultados, y después en este curso te expliquen de manera más detallada la hiperparameterización.
El contenido es bueno, pero en estos cursos se deberían desarrollar proyectos prácticos con acompañamiento del profesor. Se supone que somos junior, y necesitamos un mayor acompañamiento inicial para reducir el tiempo de la curva de aprendizaje.