Curso gratis de Tensorflow Js

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

1. Qué es TensorFlow y su utilidad
2. Guía paso a paso para instalar TensorFlow
3. Cómo verificar que la instalación ha sido exitosa

UNIDAD DIDÁCTICA 2. FUNDAMENTOS DE TENSORFLOW Y CONSTRUCCIÓN DE CAPAS Y MODELOS

1. Conceptos esenciales de TensorFlow.js
2. Introducción a las capas y modelos en TensorFlow
3. Cómo crear modelos utilizando la API de capas
4. Diseño de capas personalizadas

UNIDAD DIDÁCTICA 3. TRANSFORMACIÓN DE MODELOS A FORMATO JSON

1. Procedimiento para convertir modelos
2. Cómo exportar un modelo ya entrenado a JSON

UNIDAD DIDÁCTICA 4. APRENDIZAJE UTILIZANDO MODELOS PREENTRENADOS

1. Conceptos básicos de aprendizaje automático
2. Extraer características utilizando TensorFlow y modelos ya entrenados

UNIDAD DIDÁCTICA 5. DESARROLLO Y ANÁLISIS DE UN PROYECTO COMPLETO

1. Realizar predicciones con datos en 2D
2. Evaluación y análisis de resultados

UNIDAD DIDÁCTICA 6. TÉCNICAS AVANZADAS EN TENSORFLOW.js

1. Diferencias clave entre numpy y TensorFlow
2. Forma estática vs. forma dinámica en modelos
3. Gestión de variables y alcance en TensorFlow.js