Aprenda a escribir modelos de aprendizaje automático distribuido que se escalen en Tensorflow, escale el entrenamiento de esos modelos y ofrezca predicciones de alto rendimiento. Convierta los datos sin procesar en características de una manera que permita que ML aprenda características importantes de los datos y aporte conocimientos humanos para resolver el problema. Finalmente, aprenda cómo incorporar la combinación correcta de parámetros que produce modelos generalizados precisos y conocimiento de la teoría para resolver tipos específicos de problemas de ML. Experimentará con ML de extremo a extremo, comenzando con la creación de una estrategia centrada en ML y progresando hacia la capacitación, optimización y producción de modelos con laboratorios prácticos que utilizan Google Cloud Platform.

Este curso enseña a los participantes las siguientes habilidades:

• Enmarcar un caso de uso comercial como un problema de aprendizaje automático
• Cree conjuntos de datos de aprendizaje automático que sean capaces de lograr la generalización
• Implemente modelos de aprendizaje automático con TensorFlow
• Comprender el impacto de los parámetros de descenso de gradiente en la precisión, la velocidad de entrenamiento, la escasez y la generalización
• Cree y ponga en funcionamiento modelos distribuidos de TensorFlow
  Representar y transformar entidades