Lo que necesitas saber antes de
que comiences

Comienza 3 July 2025 03:39

Termina 3 July 2025

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

Beginner

Progreso a tu propio ritmo

Free Certificate

Actualización opcional disponible

Resumen

En este curso, aprenderás los beneficios y conceptos técnicos de Amazon SageMaker AI. Si eres nuevo en el servicio, aprenderás cómo comenzar a usar Amazon SageMaker AI a través de una demostración utilizando la AWS Management Console.

Utilizarás una instancia de cuaderno Jupyter para entrenar y generar predicciones usando un modelo de aprendizaje automático.

Programa de estudio

  • 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

Asignaturas

Programación