Curso gratis para: Trabajadores y Empresas, consulta próxima convocatoria
Modalidad del curso: Online
Duración del curso: 80 Horas
Titulación: Diploma acreditativo con las horas del curso
Curso Gratis Online para Trabajadores y Empresas
Si eres trabajador en Régimen General, disfruta del curso gratis online a través de la formación bonificada para empresas.
Nuestros cursos gratis están disponibles en modalidad online o a distancia, consúltanos para informarse de la modalidad del curso gratis para trabajadores de su interés.
OBJETIVOS DEL CURSO GRATIS DE TENSORFLOW JS
Tensorflow es una biblioteca de código abierto orientada al aprendizaje automático, es decir, permite desarrollar y entrenar modelos de aprendizaje automático. Desarrollado por Google, cuenta con diferentes bibliotecas, siendo una de ellas de JavaScript. Esta biblioteca cuenta con modelos previamente entrenados en caso de que quieran ser utilizados para casos comunes, convirtiéndolos a Python y ejecutándolos con el Node.js, o bien, permite volver a entrenar estos modelos de aprendizaje automático con nuestros propios datos. El Curso de Tensorflow en JavaScript te forma para que aprendas a manejarte con esta plataforma de código abierto y puedas desarrollar tus propios modelos.
CONTENIDO DEL CURSO GRATIS DE TENSORFLOW JS
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN Y CONFIGURACIÓN DE TENSORFLOW
- Qué es TensorFlow y su utilidad
- Guía paso a paso para instalar TensorFlow
- Cómo verificar que la instalación ha sido exitosa
UNIDAD DIDÁCTICA 2. FUNDAMENTOS DE TENSORFLOW Y CONSTRUCCIÓN DE CAPAS Y MODELOS
- Conceptos esenciales de TensorFlow.js
- Introducción a las capas y modelos en TensorFlow
- Cómo crear modelos utilizando la API de capas
- Diseño de capas personalizadas
UNIDAD DIDÁCTICA 3. TRANSFORMACIÓN DE MODELOS A FORMATO JSON
- Procedimiento para convertir modelos
- Cómo exportar un modelo ya entrenado a JSON
UNIDAD DIDÁCTICA 4. APRENDIZAJE UTILIZANDO MODELOS PREENTRENADOS
- Conceptos básicos de aprendizaje automático
- Extraer características utilizando TensorFlow y modelos ya entrenados
UNIDAD DIDÁCTICA 5. DESARROLLO Y ANÁLISIS DE UN PROYECTO COMPLETO
- Realizar predicciones con datos en 2D
- Evaluación y análisis de resultados
UNIDAD DIDÁCTICA 6. TÉCNICAS AVANZADAS EN TENSORFLOW.js
- Diferencias clave entre numpy y TensorFlow
- Forma estática vs. forma dinámica en modelos
- Gestión de variables y alcance en TensorFlow.js