Aula Digital - Ciencia de Datos Práctica con Amazon SageMaker

Resumen

Sumérgete en el aprendizaje automático práctico con Amazon SageMaker, dominando la preparación de datos, el entrenamiento de modelos, la evaluación y la implementación a través de laboratorios prácticos y escenarios del mundo real en AWS.

Programa de estudio

- Introducción a la Ciencia de Datos y al IA/ML -- Visión general del IA/ML en la industria -- Papel de los científicos de datos -- Introducción a AWS y Amazon SageMaker - Preparación de Datos -- Comprensión de los requisitos de datos para ML -- Recolección y exploración de datos -- Técnicas de limpieza y preprocesamiento de datos - Introducción a Amazon SageMaker -- Visión general de las características y servicios de SageMaker -- Navegación por la interfaz de SageMaker -- Configuración del entorno - Construcción de Modelos de ML -- Selección y configuración de un algoritmo de ML -- Ingeniería de características y selección -- Construcción de un modelo con SageMaker - Entrenamiento de Modelos de ML -- Conceptos y metodologías de entrenamiento -- Configuración de trabajos de entrenamiento en SageMaker -- Monitoreo y evaluación del entrenamiento de modelos - Despliegue de Modelos de ML -- Comprensión de los endpoints y opciones de despliegue -- Despliegue de modelos con SageMaker -- Integración con aplicaciones y servicios - Colaboración con Científicos de Datos -- Mejores prácticas de flujo de trabajo y comunicación -- Estudios de caso de proyectos de IA/ML - Laboratorios Prácticos y Demostraciones -- Laboratorio: Preparación y exploración de datos -- Laboratorio: Construcción y entrenamiento de modelos -- Laboratorio: Despliegue y prueba de modelos - Conclusión y Próximos Pasos -- Resumen de los aprendizajes clave -- Recursos para aprendizaje adicional -- Certificación y caminos de carrera en ciencia de datos

Enseñado por

Etiquetas