Qué necesitas saber antes de
comenzar

Inicio 4 June 2026 03:24

Fin 4 June 2026

00 Días
00 Horas
00 Minutos
00 Segundos
course image

Introducción a Amazon SageMaker

Sumérgete en el aprendizaje automático con Amazon SageMaker AI, creando cuadernos de Jupyter para entrenar modelos y generar predicciones a través de demostraciones prácticas utilizando la Consola de Administración de AWS.
Amazon Web Services via AWS Skill Builder

Amazon Web Services

479 Cursos


1 hour

Actualización opcional disponible

Principiante

Avanza a tu propio ritmo

Free Certificate

Actualización opcional disponible

Resumen

In this course, you will learn the benefits and technical concepts of Amazon SageMaker AI. If you are new to the service, you will learn how to start using Amazon SageMaker AI through a demonstration using the AWS Management Console.

You will use a Jupyter notebook instance to train and generate prediction using a machine learning model.

Programa

  • Introducción a Amazon SageMaker
  • Visión general de Amazon SageMaker y sus servicios
    Beneficios clave y casos de uso
    Comprensión del flujo de trabajo de IA/ML
  • Configuración de su entorno
  • Configuración de la cuenta de AWS
    Navegación por la Consola de Gestión de AWS
    Introducción inicial a los recursos de SageMaker
  • Comprendiendo los componentes de SageMaker
  • SageMaker Studio
    Cuadernos Jupyter
    Tuberías de Construcción de Modelos SageMaker
    SageMaker Ground Truth y Data Wrangler
  • Preparación de datos
  • Importación y preparación de conjuntos de datos
    Exploración de opciones de almacenamiento de datos en SageMaker
    Introducción a SageMaker Feature Store
  • Construcción y entrenamiento de modelos
  • Configuración de instancias de cuadernos Jupyter
    Selección y configuración de algoritmos de entrenamiento
    Comprensión de la optimización de hiperparámetros
    Monitoreo de trabajos de entrenamiento
  • Evaluación de modelos
  • Evaluación de la precisión y el rendimiento del modelo
    Uso de métricas y estrategias de validación
    Demostración de la explicabilidad del modelo
  • Despliegue y utilización de modelos
  • Despliegue de modelos con SageMaker
    Configuración de endpoints para predicciones en tiempo real
    Transformación por lotes para predicciones asincrónicas
    Integración con otros servicios de AWS
  • Gestión y optimización de modelos
  • Monitoreo y actualización de modelos
    Escalado de modelos para uso en producción
    Estrategias de gestión de costos
  • Demostración práctica
  • Guía paso a paso para crear una instancia de cuaderno Jupyter
    Entrenamiento de un modelo de aprendizaje automático
    Generación de predicciones y evaluación de resultados
  • Conclusión y próximos pasos
  • Resumen de los puntos clave de aprendizaje
    Recursos adicionales para continuar aprendiendo
    Sugerencias para la aplicación práctica e ideas de proyectos

Materias

Programming