When will I have access to the lectures and assignments?

To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

What will I get if I purchase the Certificate?

When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Is financial aid available?

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.

Introducción al Aprendizaje Profundo

Instructors: Rafael Crescenzi

3,801 already enrolled

Included with

Learn more

4 modules

Gain insight into a topic and learn the fundamentals.

Beginner level

No prior experience required

7 hours to complete

Flexible schedule

Learn at your own pace

4 modules

Gain insight into a topic and learn the fundamentals.

Beginner level

No prior experience required

7 hours to complete

Flexible schedule

Learn at your own pace

What you'll learn

Interpretar qué es el aprendizaje profundo
Evaluar por qué usar técnicas de aprendizaje profundo y cuándo usarlo
Construir y entrenar una regresión logística para un problema de clasificación
Construir y entrenar una red neuronal completamente conectada para un problema de clasificación

Skills you'll gain

Tools you'll learn

Classification Algorithms

Details to know

Shareable certificate

Add to your LinkedIn profile

Assessments

3 assignments

Taught in Spanish

91% of learners achieved a positive career outcome

See how employees at top companies are mastering in-demand skills

Learn more about Coursera for Business

logos of Petrobras, TATA, Danone, Capgemini, P&G and L'Oreal

There are 4 modules in this course

Este curso te brindará los conocimientos introductorios sobre Aprendizaje Profundo, vas a entender

Module details

Se estudiará qué es el aprendizaje supervisado, que son las redes neuronales, a qué llamamos aprendizaje profundo y cuál es su importancia actual

What's included

6 videos2 readings1 assignment

6 videosTotal 33 minutes

Universidad Austral1 minute
Introducción2 minutes
¿Qué es una Red Neuronal?3 minutes
Uso de Redes Neuronales en el Aprendizaje Supervisado13 minutes
Qué es y porqué es relevante el Aprendizaje Profundo9 minutes
Introducción a Jupyter/Ipython notebooks4 minutes

2 readingsTotal 11 minutes

Bienvenidos a la Universidad Austral1 minute
Sobre la versión gratuita10 minutes

1 assignmentTotal 30 minutes

Cuestionario calificado del Módulo 130 minutes

Se analizarán los conceptos más importantes referidos a las redes neuronales, partiendo desde la clasificación binaria con regresiones logísticas, el descenso del gradiente y la vectorización.

What's included

8 videos1 assignment

8 videosTotal 60 minutes

Bienvenidos/as al Módulo 21 minute
Regresiones: las redes neuronales más sencillas9 minutes
Clasificación binaria y regresión logística7 minutes
Función de Costo en la Regresión Logística6 minutes
Descenso de Gradiente7 minutes
Derivadas y grafos computacionales8 minutes
Descenso de Gradiente Aplicado a una Regresión Logística9 minutes
Vectorización14 minutes

1 assignmentTotal 30 minutes

Cuestionario calificado del Módulo 230 minutes

Se introducirán a las redes neuronales profundas, intuición de las funciones de activación, iniciaciones y propagaciones

What's included

5 videos1 assignment

Se explorarán las Redes Neuronales denominadas profundas, es decir, aquellas con múltiples capas ocultas, que permiten una representación más compleja de los patrones en los datos. Se evaluará como cambia su implementación y optimización de parámetros