🚨 Time is Running Out: Reserve Your Spot in the Lucky Draw & Claim Rewards! START NOW
viendo ahora
44 Estudiantes

Descripción

¿Qué aprenderás?

  • Aprende a programar como los profesionales, no sólo copiar y pegar Construye proyectos reales, Aprenderás a construir proyectos que te ayudarán a retener lo que has aprendido Crear apps increíbles que hacen predicciones Crea apps increíbles que pueden clasificar escritura a mano humana

Requisitos

  • Debes tener una computadora con OSX o macOS
  • NFT Certificate
  • 42 Lecciones
  • Pincipiante
  • English
  • 4.7 Calificación
  • +100 XP

Share Course on Social media

Plan de estudios

Course consist of total 6h 52m of content, in total.

Sección 2: Fundamentos Python
37:28
Funciones, condicionales y loops en Python
09:50
Arrays & Tuples en Python
13:52
Importar módulos en Python
05:22
Sección 3: Construir un modelo de clasificación
1:07:44
Introducción al set de datos Iris
03:28
Conjuntos de datos: Funciones y etiquetas explicadas
07:39
Cargando el conjunto de datos Iris / Examinar y preparar datos
09:27
Creando / Entrenar a un KNeighborsClassifier
09:42
Probar exactitud de predicción con test de datos
12:08
Construye tu propio KNeighborsClassifier
18:00
Qué es scikit-learn- Por qué usarlo-
03:52
Instalar scikit-learn & scipy con Anaconda
03:28
Sección 4: Construir una red neuronal convolucional
2:02:06
¿Qué es Keras? ¿Para qué sirve?
08:01
¿Qué es una red neuronal convolucional (CNN 'Convolutional Neural Network ')?
26:30
Instalando Keras con Anaconda
04:38
Preparando conjunto de datos con CNN
17:38
Construyendo / Visualizando un CNN usando Sequential: Parte 1
14:07
Construyendo / Visualizando un CNN usando Sequential: Parte 2
19:40
Entrenando CNN / Evaluando exactitud / Guardar en disco
17:53
Cambiar enfornos Python / Convertir a modelo Core ML
13:39
Sección 5: Construir una app de reconocimiento de escritura a mano
1:13:39
Introducción a la app - Escritura a mano
02:56
Construir interfaz / Montaje
11:42
Dibujar en pantalla
21:01
Importar modelo Core ML / Leer metadatos
05:16
Utilizando Core ML / Visión para hacer predicción
17:31
Manejar / Mostrar resultados de predicción
15:13
Sección 6: Fundamentos Core ML
1:20:37
Introducción a la App – Análisis de foto en Core ML
04:25
¿Qué es Machine Learning?
07:46
¿Qué es Core ML?
05:03
Crear proyecto Xcode
02:43
Construir ImageVC en fábrica de interfaz / Montaje
07:40
Crear celda de imagen & Subclase / Montaje
08:13
Crear archivo de ayuda FoodItems
07:02
Crear rejilla personalizada 3x3 UICollectionViewFlowLayout
09:12
Elegir, descarcar, importar modelo Core ML
05:18
Pasar imágenes a través del modelo Core ML
12:18
Manejar predicciones resultantes en Core ML
09:42
Reto – Análisis de foto en Core ML
01:15

Reseñas de la plataforma de BitDegree