En este curso se explora cómo utilizar la canalización de Machine Learning (ML) a fin de resolver un problema empresarial real en un entorno de aprendizaje basado en proyectos. Los alumnos aprenderán sobre cada fase de la canalización a través de presentaciones y demostraciones del instructor.
Propuesta de Valor: AWS (AMAZON WEB SERVICES)
Duración: 32 Horas
1.1. DESCRIPCIÓN GENERAL DEL APRENDIZAJE AUTOMÁTICO, INCLUIDOS CASOS DE USO, TIPOS DE APRENDIZAJE AUTOMÁTICO Y CONCEPTOS
1.2. DESCRIPCIÓN GENERAL DE LA CANALIZACIÓN DE ML
1.3. INTRODUCCIÓN A LOS PROYECTOS Y ENFOQUE DEL CURSO.
2.1. INTRODUCCIÓN A AMAZON SAGEMAKER
2.2. DEMOSTRACIÓN: CUADERNOS DE AMAZON SAGEMAKER Y JUPYTER
2.3. PRÁCTICO: CUADERNOS DE AMAZON SAGEMAKER Y JUPYTER
3.1. DESCRIPCIÓN GENERAL DE LA FORMULACIÓN DEL PROBLEMA Y DECIDIR SI ML ES LA SOLUCIÓN CORRECTA
3.2. CONVERTIR UN PROBLEMA COMERCIAL EN UN PROBLEMA DE ML
3.3. DEMOSTRACIÓN: AMAZON SAGEMAKER GROUND TRUTH
3.4. PRÁCTICO: AMAZON SAGEMAKER GROUND TRUTH
3.5. PRACTICAR LA FORMULACIÓN DE PROBLEMAS.
3.6. FORMULAR PROBLEMAS PARA PROYECTOS.
4.1. DESCRIPCIÓN GENERAL DE LA RECOPILACIÓN E INTEGRACIÓN DE DATOS, Y TÉCNICAS PARA EL PREPROCESAMIENTO Y VISUALIZACIÓN
4.2. PRACTICAR EL PREPROCESAMIENTO
4.3. PREPROCESAR LOS DATOS DEL PROYECTO
4.4. DISCUSIÓN EN CLASE SOBRE PROYECTOS.
5.1. ELEGIR EL ALGORITMO CORRECTO
5.2. FORMATEAR Y DIVIDIR SUS DATOS PARA ENTRENAMIENTO
5.3. FUNCIONES DE PÉRDIDA Y DESCENSO DE GRADIENTE PARA MEJORAR SU MODELO
6.1. CÓMO EVALUAR LOS MODELOS DE CLASIFICACIÓN
6.2. CÓMO EVALUAR MODELOS DE REGRESIÓN
6.3. ENTRENAMIENTO Y EVALUACIÓN DE MODELOS DE PRÁCTICA
6.4. CAPACITAR Y EVALUAR MODELOS DE PROYECTOS
6.5. PRESENTACIONES INICIALES DE PROYECTOS.
7.1. EXTRACCIÓN, SELECCIÓN, CREACIÓN Y TRANSFORMACIÓN DE CARACTERÍSTICAS.
7.2. AJUSTE DE HIPERPARÁMETROS
7.3. DEMOSTRACIÓN: OPTIMIZACIÓN DE HIPERPARÁMETROS DE SAGEMAKER
7.4. PRACTICAR LA INGENIERÍA DE CARACTERÍSTICAS Y EL AJUSTE DE MODELOS
7.5. APLICAR LA INGENIERÍA DE CARACTERÍSTICAS Y EL AJUSTE DE MODELOS A LOS PROYECTOS.
7.6. PRESENTACIONES DE PROYECTOS FINALES.
8.1. CÓMO IMPLEMENTAR, INFERIR Y MONITOREAR SU MODELO EN AMAZON SAGEMAKER
8.2. IMPLEMENTACIÓN DE ML EN EL PERÍMETRO
8.3. DEMOSTRACIÓN: CREACIÓN DE UN PUNTO DE CONEXIÓN DE AMAZON SAGEMAKER
8.4. EVALUACIÓN POSTERIOR
La inversión incluye: Material de estudio, certificados e impuestos de ley.