Astronomía basada en datos

Descripción del Curso online

Curso
100% Online
Aprox. 20h para completar
Plazos flexibles
Nivel Intermedio.
Idioma: Inglés
Subtítulos: Inglés
Usuarios: 9,946

Curso online impartido por The University of Sydney

curso online ofrecido por The University of Sydney
Acerca de este curso

La ciencia está experimentando una explosión de datos, y la astronomía está liderando el camino.

Los telescopios modernos producen terabytes de datos por observación, y las simulaciones requeridas para modelar nuestro Universo observable llevan a los superordenadores a sus límites. Para analizar estos datos, los científicos necesitan ser capaces de pensar computacionalmente para resolver problemas.

En este curso investigarás los retos de trabajar con grandes conjuntos de datos: cómo implementar algoritmos que funcionen, cómo utilizar bases de datos para gestionar los datos y cómo aprender de los datos con herramientas de aprendizaje automático.

La atención se centra en las habilidades prácticas – todas las actividades se realizarán en Python 3, un lenguaje de programación moderno que se utiliza en toda la astronomía.Independientemente de si ya eres científico, estás estudiando para convertirte en uno, o simplemente estás interesado en cómo funciona la astronomía moderna `bajo el capó , este curso te ayudará a explorar la astronomía: desde planetas, pasando por púlsares hasta agujeros negros.

Esquema del curso:Semana 1: Pensar en los datos- Principios del pensamiento computacional- Descubriendo púlsares en imágenes de radioSemana 2: Los grandes datos hacen que las cosas sean lentas- Cómo calcular la complejidad temporal de los algoritmos- Explorando los agujeros negros en los centros de galaxias masivasSemana 3: Consulta de datos mediante SQL- Cómo utilizar las bases de datos para analizar sus datos- Investigando exoplanetas en otros sistemas solaresSemana 4: Gestión de los datos- Cómo configurar las bases de datos para gestionar sus datos- Explorando el ciclo de vida de las estrellas en nuestra GalaxiaSemana 5: Aprender de los datos: regresión- Uso de herramientas de aprendizaje automático para investigar sus datos- Calculando los corrimientos al rojo de las galaxias distantesSemana 6: Aprender de los datos: clasificación- Uso de herramientas de aprendizaje automático para clasificar los datos- Investigando diferentes tipos de galaxiasCada semana también tendrá una entrevista con un experto en astronomía basada en datos.Nótese que se asume algún conocimiento de Python, incluyendo variables, estructuras de control, estructuras de datos, funciones y trabajo con archivos.

Temario - ¿Qué aprenderás en este curso?

Plan de estudios – Lo que aprenderá de este curso

Productos y servicios de aprendizaje profundo

Para el curso «Deep Learning for Business», el primer módulo es «Deep Learning Products & Services», que comienza con la conferencia «FutureIndustry Evolution & Artificial Intelligence» que explica las evoluciones pasadas, presentes y futuras de la industria y cómo DL (Deep Learnin.

Negocios con aprendizaje profundo y aprendizaje automático

El segundo módulo «Business with Deep Learning & Machine Learning» (Negocios con aprendizaje profundo y aprendizaje automático) se centra en primer lugar en diversas consideraciones empresariales basadas en los cambios que se producirán debido a la tecnología DL (Deep Learning) y ML (Machine Learning) en la conferencia «Business Considerations in the Machine L.» (Consideraciones empresariales en la máquina L.).

Aprendizaje profundo de sistemas informáticos y software

El tercer módulo «Deep Learning Computing Systems & Software» se centra en los sistemas y software más significativos de DL (Deep Learning) y ML (MachineLearning). A excepción de NVIDIA DGX-1, los sistemas DL y el software introducidos en este módulo no son compatibles.

Conceptos básicos de las redes neuronales de aprendizaje profundo

El módulo «Fundamentos de las Redes Neurales de Aprendizaje Profundo» se centra en primer lugar en explicar las diferencias técnicas de la Inteligencia Artificial (IA), el Aprendizaje Automático (ML) y el Aprendizaje Profundo (DL) en la primera conferencia titulada «Qué es DL (Aprendizaje Profundo) y ML (Aprendizaje Automático)». En .4.1 ¿Qué es el aprendizaje profundo y el aprendizaje automático? 10m4.2 NN (red neuronal)

Preguntas Frecuentes

¿Cuándo tendré acceso a las conferencias y tareas?

Una vez que se inscriba para obtener un Certificado, tendrá acceso a todos los videos, pruebas y tareas de programación (si corresponde). Las asignaciones de revisión por pares sólo pueden ser enviadas y revisadas una vez que su sesión haya comenzado. Si decide explorar el curso sin comprar, es posible que no pueda acceder a ciertas tareas.

¿Qué obtendré si compro el Certificado?

Cuando usted compra un Certificado, tiene acceso a todos los materiales del curso, incluyendo las tareas calificadas. Al finalizar el curso, su certificado electrónico se agregará a su página de logros – desde allí, puede imprimir su certificado o agregarlo a su perfil de LinkedIn. Si sólo desea leer y ver el contenido del curso, puede auditar el curso de forma gratuita.

¿Cuál es la política de reembolso?

Usted será elegible para un reembolso completo hasta dos semanas después de su fecha de pago, o (para los cursos que acaban de empezar) hasta dos semanas después de que la primera sesión del curso comience, lo que sea más tarde. Usted no puede recibir un reembolso una vez que haya obtenido un Certificado del Curso, incluso si completa el curso dentro del período de reembolso de dos semanas.

¿Hay ayuda financiera disponible?

Sí, Coursera proporciona ayuda financiera a los estudiantes que no pueden pagar la cuota. Solicitarlo haciendo clic en el enlace de Ayuda Financiera debajo del botón «Inscribirse» a la izquierda. Se le pedirá que complete una solicitud y se le notificará si es aprobado.

¿Qué antecedentes de programación se asume?

Suponemos que está familiarizado con la programación básica en un lenguaje de programación moderno que incluye variables, estructuras de control, estructuras de datos, funciones y trabajo con archivos. En este curso usaremos Python 3.

Vamos a repasar todos los ejemplos y le daremos mucho apoyo, así que súbete y hazlo. Si no ha hecho ninguna programación durante un tiempo, es posible que desee repasar antes de empezar.

Inscríbete gratis

Leave a Reply

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *