Francamente creo que si es un tema algo díficil porque se debe entender bien la mate. Primero, la función de activación es simplemente eso; la forma de iniciar la red neuronal. Se puede iniciar de golpe como un ON/OFF pero aveces es mejor iniciarla suavemente (función sigmoide) por cuestiones de estabilidad del sistema. Incluso se puede iniciar con una campana (que sube y regresa a cero). Similar quizá al encendido de algún motor potente (con cuidado se inicia). Básicamente creo que el problema de la red neuronal es el siguiente: Dado un sistema desconocido (sin modelo matemático que lo describa y para cuyas entradas no se sabe que salida pueda tener) construir un sistema que imite su comportamiento de forma heurística (prácticamente a prueba y error). Ya en la práctica lo que se hace es escribir y actualizar los llamados "pesos sinápticos" que no es otra cosa que constantes de amplificación o atenuación. Lo que se busca es encontrar el valor de estas constantes que den un comportamiento satisfactorio que imita al sistema y cuyas salidas se pueden conocer. Luego ya vienen los modelos (mencionados en el video) que en la literatura se han desarrollado para construir las redes. Pienso que se toman en cuenta cuestiones de estabilidad, optimalidad, controlabilidad, etc. Abordando el tema desde esta perspectiva creo que para empezar a entender y construir estas redes se necesita un poco de: teoría de control, que es donde se ven conceptos de retroalimentación (donde le enseñas a la red), controlabilidad, estabilidad en un sistema dinámico. Y claro, para su construcción se requiere un poco de sistemas discretos(con el integrador discreto es como realmente se retroalimenta una red). Finalmente diria que se debe tener un sólido conocimiento en sistemas lineales (algebra lineal) y nociones de sistemas no lineales. Y en cuanto al reconocimiento de imágenes yo personalmente recomiendo aprender de los detectores de puntos característicos en imágenes. Con esto se empiezan a hacer cosas interesantes.
8:00 la función sigmoide tiene valores entre 0 y 1, no de 0 a 5. Nunca llega al 0 y nunca llega al 1. Entre menor el número, más cercano a cero y entre mayor sea, es más cercano a uno.
Además faltó precisar que el objetivo de una función de activación hacer las veces de un escalamiento y apartir de un nodo de entrada obtener nuestra salida, la cual compararemos con la salida deseada
@La Parvada Exacto. Cometió un error al decir de 1 a 5 Cuando en realidad quería decir que de .1 a .5 que eran los valores de ejemplo que dio. Sin embargo, desde un principio dijo de 0 a 1. Buen detalle para evitar confusiones.
Gracias! pensé que era la única que no terminaba de entender la relación entre lo que explicaba y los datos de la imagen, probablemente era una imagen aleatoria que ampliaron en el video y se les pasó el detalle.
Fredy, con redes neuronales sí se pueden hacer operaciones matemáticas (e.g. cálculo del XOR, seno, etc.). Además, dices que las redes neuronales mueven los datos entre 0 y 100. No obstante, no aclaras que son los pesos en las sinápsis las que se modifican durante el entrenamiento (este es un concepto clave). Por otra parte, la aproximación que mencionaste acerca del reconocimiento de luces en semáforos es obsoleta en el campo de visión por computador (así no se hace desde hace muchísimos años). Además, me hubiera gustado que ahondaras en explicar por qué una serie de condicionales no es tan efectiva al momento de actuar en el mundo abierto (e.g. en vehículos autónomos) Además, no mencionas el por qué de “deep” redes neuronales lo muestras en diapositivas pero no lo explicas.
hola Arkev, entiendo el enfoque que le trató de dar freddy para tratar de atrapar la atención del publico con respecto a estos topicos referentes a machine learning e inteligencia artificial. Es dificil tratar de bajarse de la nube por asi decirlo de lo matematico y aterrizarlo a los mortales, en eso le doy mi apoyo a Fredy por intentarlo, lleve clases de inteligencia artificial y es una locura tan genial ajjaajaja. Y con respecto a tu comentario que estoy deacuerdo en eso de los rangos de ajuste de los pesos sinápticos de la red neuronal, por lo general es mejor manejarlos con datos normalizados [0-1] y de hecho si se realiza operaciones, no considerandolas matematicas, si no booleanas, donde el origen de todo esto fue un perceptron tratando de resolver una compuerta AND, ya metiendole mas perceptrones ya resuelve otras comportas como la XOR, donde a medida de la complicacion del problema, pues van incrementando las neuronas. Aclaro, la operación la emula la red neuronal (entrenandola) y ya apartir de alli pues ve si resuelve el problema. Y pues estos temas como dice Freddy Vega, falta profundizarlos a detalle, donde la matematica se formal y debidamente explicada para fines practicos de aplicacion y desarrollo tecnológico. Y pues cierro esto con una frese que me dijo mi maestro de reconocimiento de patrones, ""no importa que algoritmo uses, ni cuanto se tarde en resolver el problema, lo importante es la solucion al mismo" saludos
interesante introducción a rede neuronales pero tengo una duda ser puede utilizar una base de dato para entrenar a una red neuronal y reducir el margen de error?
Freddy....Me gusta como explicas porque al final los cursos Platzi son para gente que quiere aprender y no para tanto "experto en IA " de los muchos que opinan aquí. Si tanto saben a que vienen deberían montar su propia plataforma y enseñar a otros.
@@felixsnz7764 Si, creo que el autor del comentario lo.hizo con sarcasmo al decir que habla mucho para hacer "parecer" que sabe, porque como dices, no sabe xd
No me frustra ni me parece difícil. Más bien me apasiona cada paso que explicas, y me da hambre de más... Será que la inteligencia artificial es lo mío?.
en lo particular me encantan las matemáticas y las Neurociencias. y en el vídeo observe como estas están muy relacionadas cada dia mas. excelente este video, muy educativo e informativo
gracias freddy por hacer que nos sintamos bien diciendo que es normal no entender esas cosas. animan mucho esos comentarios, justo cuando uno cree que le exploto la mente, llega ese comentario que te alivia. gracias por eso.
exelente video de introduccion a Inteligencia Artificial, en relidad esta area es muy extensa y mientras vas avanzando te encuentras con varios problemas dificilies como por ejemplo: la mezcla de funciones de activacion de los perceptrones, el overfiting que puede generarse al entrenar una red o simplemente una red neuronal combulucional
muchas gracias Freddy, si ese es un tema muy complejo, en un semestre de la universidad completo me explicaron ese tema y es muy muy amplio, vale la pena la explicación en 15 minutos, muy buen video, gracias Platzi!
Todos los mecatronicos hemos hecho alguna vez una red neuronal en electronica y si se necesita buena matematica, y si quieren implementarla en un algoritmo les aconsejo como complemento a estos fundamentos que comparte freddy unos videos del MIT que estan en youtube muy buenos me ayudaron bastante (estan en ingles), intentare hacer algo con una raspberry pi 3 y python, luego les comparto.
No venden los cursos por separado, pagas una subscripcion anual o mensual y puedes ver todos los que gustes, te dejo un link donde estan los precios: platzi.com/precios/
Talvez agregar, que se deben entrenar modelos primero y esta es una parte mas complejas(en mi opinion) por ejemplo se deben entrenar modelos para detectar que es metalico, que es un auto, que es un modelo especifico de un auto, etc
A mi se me hizo muy fácil entenderte (porque ya había estudiado bastante del tema y otros), sinceramente un video muy complicado para esto es del canal Ringatech llamado: funciones de activación. 😅 (recomendado si entendiste esto fácilmente, aunque es muy resumido e introductorio)
Me parece muy bien lo que haces en tu canal, somos muchos (espero) los que sentimos curiosidad de conocer en que se basa esta nueva tecnologia y espero tambien que con gente como tu y tu equipo consigan marcar una diferencia para que mas jovenes opten por dedicar su futuro a este campo.
Wey, llevo bastante tiempo queriendo entender las redes neuronales viendo videos, leyendo artículos y libros pero hasta hoy comprendí el funcionamiento base y estoy como 🤯🤯🤯 ya capté!!! Gracias, me diste lo que necesitaba para terminar de entenderlo 👍🏻
Gracias Freddy excelente como nos explicas a los que no sabemos nada de todo esto y me alegro que con los comentarios siempre se complementan muchas mas cosas, entiendo que apenas esto es un abre boca de todo ese gigantesco mundo. Gracias. !!!!
Recuerdo que Freddy en un video de hace dos meses atrás habló sobre la incorporación de una carrera para aprender sobre inteligencia artificial, estoy ansioso a que salga durante los próximos meses. Una carrera que combinará muy bien con IA, será la carrera de Speech Scientist, será interesante que en los próximos años consideren desarrollar algunos cursos sobre esa especialidad. ¡Fue un video muy motivador Freddy, me encantaría que tú seas uno de los encargados de desarrollar la carrera de inteligencia artificial!
Una pregunta. No se podría aplicar este concepto para hacer mas "naturales" los traductores como babylon o google translator al conocer los datos de usuarios y ver cómo van eligiendo mejores traducciones y de esa manera se van mejorando los resultados?
EXPLICAS MUY BIEN, Y ES AGRADABLE QUE LO EXPLIQUES DE MANERA DIVERTIDA, ENSERIO QUE ASÍ DEBERÍAN SER LOS MAESTROS EN LA UNIVERSIDAD, DISCULPA NO DAN CURSOS PRESENCIALES?
Hola! Aquí les dejo un vídeo, donde se explica que es una red neuronal y una red neuronal convolucional muy bien en 10 minutos: ruclips.net/video/ns2L2T6wvAY/видео.html P.D.: Cuando uno sabe y domina el tema lo explica tan fácil que lo puede entender un niño o una persona mayor Saludos!!
Es bueno que expliques y nos hagas entender que es muy dificil aprender sobre redes neuronales. Ahora quiero que les digas la complejidad de programar una red neuronal en un lenguaje de programacion. (Si... el primer parrafo era sarcasmo)...
Preguntaaa... Los sistemas de redes neuronales que se han creado para la visión artificial tienen retroalimentacion? por ejemplo Imagenet proporciona la data y a través de una red neuronal logran crear un sistema que reconozca imagenes, pero es posible que la maquina cree o agrande su propia data, cosa de perfeccionarse en el reconocimiento de imagenes de manera autónoma? Si la respuesta es si me podrían dar el ejemplo de la tecnología, empresa, o modelo que lo trabaja porfavor.
Pregunta del min 8.30 : ¿probar la funcion sigmoide, lo que implica probar con todos los numeros que van de 0 a N, no llevaria una cantidad infinita de tiempo?
Hahahaha, justo cuando acabo de presentar el primer parcial de Inteligencia artificial en la universidad, pero bueno, algo nuevo aprenderé, gracias Platzi.
Bien explicado, soy ingeniero de sistemas, es dificil tratar de comunicar algo dificil como las redes neuronales, no entiendo los que dicen que ven en este video la soberbia, pero bueno, por otra parte esta bien explicado el video, saludos desde Peru :D
Freddy eres grande explicando. Haces que temas tan complejos se empiecen a dilucidar. Estas poniendo al alcance de muchos temas supercomplejos que cuestan mucho dinero y recursos aprenderlos por otros medios. Debilidades: el ego. Pilas!!! Tu puedes ser el referente de habla hispana de todos los tiempos si te acompaña la humildad!!!
No es frustrante Redes Neuronales, es muy fácil. No debes hacerlo ver asi. Soy Ingeniera Fisica y mi tesis de pregrado fueron de Redes Neuronales y para quien estudie...nada es dificil...
Excelente que hagas este tipo de videos, explicando lo que está sucediendo hoy en la industria de la tecnología, y nosotros y aqui felices con MySQL y PHP 😅 Ojalá las universidades se pusieran pilas y sacarán investigadores al mercado y no solo gerentes de sistemas
Freddy, el dìa que Platzi alcanze millardos de personas recuerda que significa que tu misión de vida está desarrollada a una de sus máximas expresiones, o quizá, la máxima. Te van a llegar chicas hasta de Japón. Dios te guarde.
super genial la explicación.... tengo una pregunta, qué es la base de datos de entrenamiento, en el caso de las neuronas humanas es el primer concepto de lo que es una manzana por ejemplo,?, y en las redes neuronales artificiales es un conocimiento de algo pre programado?. por fa explicar cómo se entiende eso.
Esta en mi bitácora de "Goals" esta vaina de AI. Tome las primeras dos lecciones del Chino ese de Coursera y me pegó en los testículos la regresión lineal nuevamente.., asi que apagué y "Return For Modification", pero ahora don Freddy me animo otra vez
Yo entiendo el concepto pero nose como llevarlo a programa te agredeciria si hicieras un video de un programa nose como sumar dos numeros con redes neuronales suscrito y like
Está bien para empezar, gracias! Instead... criticar! haga un tutorial mejor! Freddy, una pregunta! que pasa si en un tipo de red no es posible que "aprenda de sus errores"? No es posible backpropagation en la red!
Woow excelente bro, la verdad tengo artas dudas sobre la tecnologia y eso qe soy programador novatoxD, la verdad me ayudara mucho antes de estar buscando las respuesta en internet, a veces no aclara mucho como funciona....
después de una maestría en ciencias de la computación y ver redes neuronales, algoritmos evolutivos y lógica difusa. se puede decir que es divertido. ahora quiero trabajar dentro de las tarjetas de video para mejorar tiempos de ejecución. Pero @Platzi ¿me podrían recomendar las características de un PC para trabajar con redes neuronales?
La palabra que todo el video estuviste buscando se llama Media, "es como ver si se acercan al resultado original muchas veces", "Eso es lo que hace una neurona probar los datos y comparar que tan cerca están de sus datos de entrenamiento", "Es como cuando escriben Hola y enseguida les sale bebe". mi punto es que creo que todos conocen el concepto de que es una media y si hubieras explicado al principio el concepto de media igual y hubieras podido ahorrarte mucha explicación repetitiva. Pero buen video
Es estúpido lo que voy a decir pero así lo son algunos comentarios. Para todos los críticos tengan en cuenta que en 15min no se pueden explicar redes neuronales obviamente. Por dar un dato, nosotros en ingeniería tenemos un curso entero en cuatro meses para poder entender bien las redes neuronales, lógicamente a fondo con muchos conceptos matemáticos/físicos.
Si no saben del tema es mejor que no traten de enseñarlo,puede confundir a varios, hay muchos errores como por ejemplo decir que las redes neuronales no hacen regresiones, ya que una neurona es basicamente eso, un modelo de regresion logistica(el cual usa la funcion sigmoide), otro cuando dijo que la funcion sigmoide va de 0 a 5(va de 0 a 1) y otro cuando dijo que le asignamos un mayor peso a la variable "estudio" porque creemos que es mas importante que el sueño(???), los pesos iniciales son aleatorios y se ajustan de acuerdo al aprendizaje de la red neuronal.
"No se frustren aprender redes neuronales es frustrante"
-Freddy 2004
elNivelDios El conocimiento es poder :v
elNivelDios En verdad dijo eso Freddy? 😅 Bueno no con un gran maestro... Pero bueno a lo mejor te equivocaste amigo. Saludos!
No tiene nada de malo cambiar de parecer jejeje.
xd
Facundo Herrera Eso si lo entendí :v
Francamente creo que si es un tema algo díficil porque se debe entender bien la mate.
Primero, la función de activación es simplemente eso; la forma de iniciar la red neuronal. Se puede iniciar de golpe como un ON/OFF pero aveces es mejor iniciarla suavemente (función sigmoide) por cuestiones de estabilidad del sistema. Incluso se puede iniciar con una campana (que sube y regresa a cero). Similar quizá al encendido de algún motor potente (con cuidado se inicia).
Básicamente creo que el problema de la red neuronal es el siguiente: Dado un sistema desconocido (sin modelo matemático que lo describa y para cuyas entradas no se sabe que salida pueda tener) construir un sistema que imite su comportamiento de forma heurística (prácticamente a prueba y error).
Ya en la práctica lo que se hace es escribir y actualizar los llamados "pesos sinápticos" que no es otra cosa que constantes de amplificación o atenuación. Lo que se busca es encontrar el valor de estas constantes que den un comportamiento satisfactorio que imita al sistema y cuyas salidas se pueden conocer.
Luego ya vienen los modelos (mencionados en el video) que en la literatura se han desarrollado para construir las redes. Pienso que se toman en cuenta cuestiones de estabilidad, optimalidad, controlabilidad, etc.
Abordando el tema desde esta perspectiva creo que para empezar a entender y construir estas redes se necesita un poco de: teoría de control, que es donde se ven conceptos de retroalimentación (donde le enseñas a la red), controlabilidad, estabilidad en un sistema dinámico. Y claro, para su construcción se requiere un poco de sistemas discretos(con el integrador discreto es como realmente se retroalimenta una red).
Finalmente diria que se debe tener un sólido conocimiento en sistemas lineales (algebra lineal) y nociones de sistemas no lineales.
Y en cuanto al reconocimiento de imágenes yo personalmente recomiendo aprender de los detectores de puntos característicos en imágenes. Con esto se empiezan a hacer cosas interesantes.
8:00 la función sigmoide tiene valores entre 0 y 1, no de 0 a 5. Nunca llega al 0 y nunca llega al 1. Entre menor el número, más cercano a cero y entre mayor sea, es más cercano a uno.
Este freddy es florero. No conoce mucho del tema
en el video muestra una función desplazada, pero sigue siendo la misma función
Además faltó precisar que el objetivo de una función de activación hacer las veces de un escalamiento y apartir de un nodo de entrada obtener nuestra salida, la cual compararemos con la salida deseada
@La Parvada Exacto. Cometió un error al decir de 1 a 5 Cuando en realidad quería decir que de .1 a .5 que eran los valores de ejemplo que dio. Sin embargo, desde un principio dijo de 0 a 1. Buen detalle para evitar confusiones.
Gracias! pensé que era la única que no terminaba de entender la relación entre lo que explicaba y los datos de la imagen, probablemente era una imagen aleatoria que ampliaron en el video y se les pasó el detalle.
Fredy, con redes neuronales sí se pueden hacer operaciones matemáticas (e.g. cálculo del XOR, seno, etc.). Además, dices que las redes neuronales mueven los datos entre 0 y 100. No obstante, no aclaras que son los pesos en las sinápsis las que se modifican durante el entrenamiento (este es un concepto clave). Por otra parte, la aproximación que mencionaste acerca del reconocimiento de luces en semáforos es obsoleta en el campo de visión por computador (así no se hace desde hace muchísimos años).
Además, me hubiera gustado que ahondaras en explicar por qué una serie de condicionales no es tan efectiva al momento de actuar en el mundo abierto (e.g. en vehículos autónomos) Además, no mencionas el por qué de “deep” redes neuronales lo muestras en diapositivas pero no lo explicas.
Arkev tienes razón en todo. Me gustaría poder hacer esto más profundo tan pronto como pueda.
hey mas despacios cerebrito
wow
Compra el curso si quieres saber, no todo puede ser gratis
hola Arkev, entiendo el enfoque que le trató de dar freddy para tratar de atrapar la atención del publico con respecto a estos topicos referentes a machine learning e inteligencia artificial. Es dificil tratar de bajarse de la nube por asi decirlo de lo matematico y aterrizarlo a los mortales, en eso le doy mi apoyo a Fredy por intentarlo, lleve clases de inteligencia artificial y es una locura tan genial ajjaajaja. Y con respecto a tu comentario que estoy deacuerdo en eso de los rangos de ajuste de los pesos sinápticos de la red neuronal, por lo general es mejor manejarlos con datos normalizados [0-1] y de hecho si se realiza operaciones, no considerandolas matematicas, si no booleanas, donde el origen de todo esto fue un perceptron tratando de resolver una compuerta AND, ya metiendole mas perceptrones ya resuelve otras comportas como la XOR, donde a medida de la complicacion del problema, pues van incrementando las neuronas. Aclaro, la operación la emula la red neuronal (entrenandola) y ya apartir de alli pues ve si resuelve el problema.
Y pues estos temas como dice Freddy Vega, falta profundizarlos a detalle, donde la matematica se formal y debidamente explicada para fines practicos de aplicacion y desarrollo tecnológico.
Y pues cierro esto con una frese que me dijo mi maestro de reconocimiento de patrones, ""no importa que algoritmo uses, ni cuanto se tarde en resolver el problema, lo importante es la solucion al mismo"
saludos
No te frustres freddy....es dificil.... Yo se que si no entiendes,no importa....
Al principio no le entendía pero al final me asombro, de hecho se ve bonito aprender de la red neuronal😊
interesante introducción a rede neuronales pero tengo una duda ser puede utilizar una base de dato para entrenar a una red neuronal y reducir el margen de error?
Sii..
Necesitas los datos de muestra y el resultado esperado(expectativa).
Freddy....Me gusta como explicas porque al final los cursos Platzi son para gente que quiere aprender y no para tanto "experto en IA " de los muchos que opinan aquí. Si tanto saben a que vienen deberían montar su propia plataforma y enseñar a otros.
aprender de alguien que no sabe, te va a ir muy bien!
Me gusta como menciona varias cosas, cuando da ejemplos, para que parezca que sabe lo que esta diciendo.
Totalmente de acuerdo !
Mmm no sabe, hay varios errores y a partir de las funciones de activación no explica para que se usan
@@felixsnz7764 Si, creo que el autor del comentario lo.hizo con sarcasmo al decir que habla mucho para hacer "parecer" que sabe, porque como dices, no sabe xd
Los que saben son los que escriben los guiones xq éste muchacho no entiende de lo que habla
¿Qué videos, libros o fuentes recomiendas para entender mejor el tema?
Excelente vídeo y explicación
Visto en 27/11/2020
Me encanta ese esfuerzo por hacerlo sencillo y que lo podamos entender, ese es el culmen de la excelencia en la divulgación.
No me frustra ni me parece difícil. Más bien me apasiona cada paso que explicas, y me da hambre de más... Será que la inteligencia artificial es lo mío?.
Fue lo tuyo?
me encanto tu video, excelente
en lo particular me encantan las matemáticas y las Neurociencias. y en el vídeo observe como estas están muy relacionadas cada dia mas.
excelente este video, muy educativo e informativo
Felicitaciones que manera de expandir la conciencia
gracias freddy por hacer que nos sintamos bien diciendo que es normal no entender esas cosas. animan mucho esos comentarios, justo cuando uno cree que le exploto la mente, llega ese comentario que te alivia. gracias por eso.
Hola Freddy!
Excelente explicación básica.
Saludos.
Eu adoro redes neurais. Acompanharei este curso!
Gracias amigo, te digo en ningun momento me estallo el cerebro, lo entendi TODO. Sigue con tus videos te has ganado un Fan.
Muy interesante el tema.
Excelente
Gracias Fredy Vega.
Excelente video
por fin lo entendi...eso lo dice mi intuicion
Hace 7 años cuando nadie hablaba del tema plazi estaba ahi!
Sam Altman también estaba ahí. Y de hecho la IA se hizo mainstream desde 2008, gracias a Ironman
yo soy qfb y entiendo bien lo que explicaste, es muy interesante
exelente video de introduccion a Inteligencia Artificial, en relidad esta area es muy extensa y mientras vas avanzando te encuentras con varios problemas dificilies como por ejemplo: la mezcla de funciones de activacion de los perceptrones, el overfiting que puede generarse al entrenar una red o simplemente una red neuronal combulucional
se q es viejo el video pero esto se aplica tanto a tensorflow como a q otras tecnologias de ML?
muy bueno me gustan sus videos muy clarificantes e interesantes
muchas gracias Freddy, si ese es un tema muy complejo, en un semestre de la universidad completo me explicaron ese tema y es muy muy amplio, vale la pena la explicación en 15 minutos, muy buen video, gracias Platzi!
Es gratuito curso ??
Te respondo, lo explicaste de una forma muy muy sencilla ! grandioso
Gracias por la explicación ¿Dónde pyedo obteber la presentación?
Muy buena tu exposición. Gracias
Excelente! tenes razon: todo es posible, al menos, entenderlo.
excelente tutorial ,,facil de entender
lo mejor aue he visto!
Todos los mecatronicos hemos hecho alguna vez una red neuronal en electronica y si se necesita buena matematica, y si quieren implementarla en un algoritmo les aconsejo como complemento a estos fundamentos que comparte freddy unos videos del MIT que estan en youtube muy buenos me ayudaron bastante (estan en ingles), intentare hacer algo con una raspberry pi 3 y python, luego les comparto.
Jherson Trujillo Y lo compartirás en tu canal? o cómo sabremos que lo haz compartido?
jajajajajaja si xd
.
una chela para gallarday
que nombre tienen esos videos, como los puedo encontrar? saludos desde colombia
yo tambien soy estudiante de mecatrónica desde venezuela y desarrollador web y programador de php y me va excelente megusta mucho
Genio Freddy. Me encanta el alma de Platzi. Siempre Positivo !
excelente video fede lobo
Es complejo pero lo magnificas, se puede aprender como muchas de las otras cosas
Disculpen, me podrían decir cuanto cada uno de sus cursos?
Les agradecería que me respondieran, ¡Gracias!
No venden los cursos por separado, pagas una subscripcion anual o mensual y puedes ver todos los que gustes, te dejo un link donde estan los precios:
platzi.com/precios/
Disculpa me comí una palabra.
En realidad quería saber cuanto dura cada curso?
Gracias
Talvez agregar, que se deben entrenar modelos primero y esta es una parte mas complejas(en mi opinion) por ejemplo se deben entrenar modelos para detectar que es metalico, que es un auto, que es un modelo especifico de un auto, etc
A mi se me hizo muy fácil entenderte (porque ya había estudiado bastante del tema y otros), sinceramente un video muy complicado para esto es del canal Ringatech llamado: funciones de activación. 😅 (recomendado si entendiste esto fácilmente, aunque es muy resumido e introductorio)
Me parece muy bien lo que haces en tu canal, somos muchos (espero) los que sentimos curiosidad de conocer en que se basa esta nueva tecnologia y espero tambien que con gente como tu y tu equipo consigan marcar una diferencia para que mas jovenes opten por dedicar su futuro a este campo.
La cadena de Markov se puede ejemplar como el auto-corrector del teclado .. ?
me encantó este tema, muy bien
Wey, llevo bastante tiempo queriendo entender las redes neuronales viendo videos, leyendo artículos y libros pero hasta hoy comprendí el funcionamiento base y estoy como 🤯🤯🤯 ya capté!!! Gracias, me diste lo que necesitaba para terminar de entenderlo 👍🏻
deseo ese curso
Me encanto el video está muy bueno
Gracias Freddy excelente como nos explicas a los que no sabemos nada de todo esto y me alegro que con los comentarios siempre se complementan muchas mas cosas, entiendo que apenas esto es un abre boca de todo ese gigantesco mundo. Gracias. !!!!
me hace gracia como dice vaina, buen vidio
dificil? mas bien es penoso ver la explicación de un tema por alguien que ni siquiera lo entiende
Es cierto. Se le fueron las luces a Freddy. Está tramando bobos.
Estoy pensando lo mismo xDDDDDDDDD"!
le queda mejor hacer páginas web
jajjaa me ganastes en el.comentario
tu like gran hombre!
No era tan tan difícil entenderlo, bueno al menos un poco de eso nos hablaron en la universidad.
Muy buen aporte Platzi
segura que lo dominas todo?
Buen video! Qué bien explicas Freddy
de hecho esta es una explicación super rápida y algo avanzada, solo necesitan revisar algo mas básico para no confundirse mucho y entonces entender.
se ve entretenido, gracias !!!
Que buen vídeo !!
Existe un curso de inteligencia artificial o machine learning en platzi?
Excelente, gracias!
Recuerdo que Freddy en un video de hace dos meses atrás habló sobre la incorporación de una carrera para aprender sobre inteligencia artificial, estoy ansioso a que salga durante los próximos meses. Una carrera que combinará muy bien con IA, será la carrera de Speech Scientist, será interesante que en los próximos años consideren desarrollar algunos cursos sobre esa especialidad. ¡Fue un video muy motivador Freddy, me encantaría que tú seas uno de los encargados de desarrollar la carrera de inteligencia artificial!
Gracias, es un tema que me encanta.
EXCELENTE, MUCHAS GRACIAS.
Gracias!!!
Deberían hacer un curso de Tensorflow
Una pregunta. No se podría aplicar este concepto para hacer mas "naturales" los traductores como babylon o google translator al conocer los datos de usuarios y ver cómo van eligiendo mejores traducciones y de esa manera se van mejorando los resultados?
Muy bien explicado, al menos para entender el tema... Felicidades, espero puedas ampliar el tema en futuros videos...
EXPLICAS MUY BIEN, Y ES AGRADABLE QUE LO EXPLIQUES DE MANERA DIVERTIDA, ENSERIO QUE ASÍ DEBERÍAN SER LOS MAESTROS EN LA UNIVERSIDAD, DISCULPA NO DAN CURSOS PRESENCIALES?
Hola!
Aquí les dejo un vídeo, donde se explica que es una red neuronal y una red neuronal convolucional muy bien en 10 minutos:
ruclips.net/video/ns2L2T6wvAY/видео.html
P.D.: Cuando uno sabe y domina el tema lo explica tan fácil que lo puede entender un niño o una persona mayor
Saludos!!
Es bueno que expliques y nos hagas entender que es muy dificil aprender sobre redes neuronales. Ahora quiero que les digas la complejidad de programar una red neuronal en un lenguaje de programacion. (Si... el primer parrafo era sarcasmo)...
bestial, de lo mejorcito que veo.
Preguntaaa... Los sistemas de redes neuronales que se han creado para la visión artificial tienen retroalimentacion?
por ejemplo Imagenet proporciona la data y a través de una red neuronal logran crear un sistema que reconozca imagenes, pero es posible que la maquina cree o agrande su propia data, cosa de perfeccionarse en el reconocimiento de imagenes de manera autónoma?
Si la respuesta es si me podrían dar el ejemplo de la tecnología, empresa, o modelo que lo trabaja porfavor.
Pregunta del min 8.30 : ¿probar la funcion sigmoide, lo que implica probar con todos los numeros que van de 0 a N, no llevaria una cantidad infinita de tiempo?
Si aplicas esta operacion en un programa de computacion, el tiempo de calculo sera minimo a que tu lo hagas en la libreta.
muchas gracias por ser tan profesional sin descuidar el fundamento humano y el principio de la empatia a la hora de hacer pedagogía,
Eres el mejor explicando Fredy 😂
Hahahaha, justo cuando acabo de presentar el primer parcial de Inteligencia artificial en la universidad, pero bueno, algo nuevo aprenderé, gracias Platzi.
Bien explicado, soy ingeniero de sistemas, es dificil tratar de comunicar algo dificil como las redes neuronales, no entiendo los que dicen que ven en este video la soberbia, pero bueno, por otra parte esta bien explicado el video, saludos desde Peru :D
Freddy eres grande explicando. Haces que temas tan complejos se empiecen a dilucidar. Estas poniendo al alcance de muchos temas supercomplejos que cuestan mucho dinero y recursos aprenderlos por otros medios. Debilidades: el ego. Pilas!!! Tu puedes ser el referente de habla hispana de todos los tiempos si te acompaña la humildad!!!
Siempre he querido aprender como funcionan las cosas
Excelente alguna idea de algoritmos para corrección ortográfica y semejanza de palabras
Jose Ramirez si conoces Python puedes revisar Natural Language Toolkit Nltk
Jose Ramirez El algoritmo de kmp(Knuth-Morris-Pratt
) te ayudará con la semejanza de palabras.
Bastantes. Hash, Suffix Array, DP, Trie, Table memoization, Z Algorithm, KMP...
No es frustrante Redes Neuronales, es muy fácil. No debes hacerlo ver asi. Soy Ingeniera Fisica y mi tesis de pregrado fueron de Redes Neuronales y para quien estudie...nada es dificil...
y nose creo que aun no entiendes muy bien las funciones de las redes neuronales, no mencionaste que ellas aprenden de si mismas.
Excelente que hagas este tipo de videos, explicando lo que está sucediendo hoy en la industria de la tecnología, y nosotros y aqui felices con MySQL y PHP 😅
Ojalá las universidades se pusieran pilas y sacarán investigadores al mercado y no solo gerentes de sistemas
Larga vida a PHP y MySQL!, pero me imagino que usas PDO o MySQli en vez de MySQL, ¿no?
Jorge Torrecilla Hola Jorge Uso PostgreSQL y Mongo con JS 😁
Ah genial :) saludos.
iv.ramos Bueno me faltó decir que estamos en Colombia Haha 😕
bueno todo depende de la universidad a la que te refieras, el MIT, harvard, Cambridge, entre otras no creo que saquen tecnicos.
Freddy, el dìa que Platzi alcanze millardos de personas recuerda que significa que tu misión de vida está desarrollada a una de sus máximas expresiones, o quizá, la máxima. Te van a llegar chicas hasta de Japón. Dios te guarde.
hey Fredy! me pudieras facilitar tu precentacion de power point para presentale este tema a mi profesor de inteligencia artificial
Mándale el link al vídeo ;)
Freddy y Platzi songeniales, sigue asi
Ojala todos los docentes fueran como este hombre,idolo!! Exelente muy motivador y didactico
super genial la explicación.... tengo una pregunta, qué es la base de datos de entrenamiento, en el caso de las neuronas humanas es el primer concepto de lo que es una manzana por ejemplo,?, y en las redes neuronales artificiales es un conocimiento de algo pre programado?. por fa explicar cómo se entiende eso.
Esta en mi bitácora de "Goals" esta vaina de AI. Tome las primeras dos lecciones del Chino ese de Coursera y me pegó en los testículos la regresión lineal nuevamente.., asi que apagué y "Return For Modification", pero ahora don Freddy me animo otra vez
Gracias!!!!!
Yo entiendo el concepto pero nose como llevarlo a programa te agredeciria si hicieras un video de un programa nose como sumar dos numeros con redes neuronales suscrito y like
D3: buenísimo!
Está bien para empezar, gracias! Instead... criticar! haga un tutorial mejor!
Freddy, una pregunta! que pasa si en un tipo de red no es posible que "aprenda de sus errores"? No es posible backpropagation en la red!
Woow excelente bro, la verdad tengo artas dudas sobre la tecnologia y eso qe soy programador novatoxD, la verdad me ayudara mucho antes de estar buscando las respuesta en internet, a veces no aclara mucho como funciona....
lo explico mucho mejor a como lo explica mi maestro de la facu
buen video
después de una maestría en ciencias de la computación y ver redes neuronales, algoritmos evolutivos y lógica difusa. se puede decir que es divertido. ahora quiero trabajar dentro de las tarjetas de video para mejorar tiempos de ejecución. Pero @Platzi ¿me podrían recomendar las características de un PC para trabajar con redes neuronales?
La palabra que todo el video estuviste buscando se llama Media, "es como ver si se acercan al resultado original muchas veces", "Eso es lo que hace una neurona probar los datos y comparar que tan cerca están de sus datos de entrenamiento", "Es como cuando escriben Hola y enseguida les sale bebe". mi punto es que creo que todos conocen el concepto de que es una media y si hubieras explicado al principio el concepto de media igual y hubieras podido ahorrarte mucha explicación repetitiva. Pero buen video
Es estúpido lo que voy a decir pero así lo son algunos comentarios. Para todos los críticos tengan en cuenta que en 15min no se pueden explicar redes neuronales obviamente.
Por dar un dato, nosotros en ingeniería tenemos un curso entero en cuatro meses para poder entender bien las redes neuronales, lógicamente a fondo con muchos conceptos matemáticos/físicos.
Perdón, pero cuatro meses es poco para un tema "difícil".
Que ingenieria estudiaste? 💕
Lol si hay un vídeo que te enseña en 15 minutos lo básico. 🤦♂️ y creo que es más que en este vídeo
No pues te mamaste carnal ! Gracias por subir el video aunque concuerdo con todos los comentarios anteriores al mío.
Si no saben del tema es mejor que no traten de enseñarlo,puede confundir a varios, hay muchos errores como por ejemplo decir que las redes neuronales no hacen regresiones, ya que una neurona es basicamente eso, un modelo de regresion logistica(el cual usa la funcion sigmoide), otro cuando dijo que la funcion sigmoide va de 0 a 5(va de 0 a 1) y otro cuando dijo que le asignamos un mayor peso a la variable "estudio" porque creemos que es mas importante que el sueño(???), los pesos iniciales son aleatorios y se ajustan de acuerdo al aprendizaje de la red neuronal.
Me encantan tus videos! Explicas muy bien y de forma sencilla. Muchas gracias por tu dedicación :)
una pregunta en que fecha es la platzi conf colombia y como hago para ir ?