Introduction to Machine Learning: Art of the Possible (Indonesian)
AWS Skill Builder
352 Cursos
Resumen
Este curso digital está diseñado para ayudar a los tomadores de decisiones empresariales a entender los elementos esenciales del aprendizaje automático (ML).
- Nivel del curso: Básico
- Duración: 30 minutos
Nota: Este curso cuenta con transcripción/subtítulos locales. La narración se presenta en inglés. Para mostrar los subtítulos, haga clic en el botón CC en la esquina inferior derecha del reproductor.
Actividades
Este curso incluye presentaciones, videos y evaluación de conocimientos.
Objetivos del curso
En este curso, usted aprenderá:
- Comprender los fundamentos del aprendizaje automático para ayudar a evaluar los beneficios y riesgos asociados con la adopción del ML en varios casos de negocio
Público objetivo
Este curso está dirigido a:
- Líderes empresariales no técnicos y otros tomadores de decisiones empresariales que participen, o vayan a participar, en proyectos de ML
- Participantes del programa AWS Machine Learning Embark, y talleres de descubrimiento del Machine Learning Solutions Lab (MLSL)
Requisitos previos
Se recomienda que los participantes de este curso tengan:
- Conocimientos básicos de computadoras y sistemas informáticos
- Algunos conocimientos básicos sobre conceptos de aprendizaje automático
Esquema del curso
Módulo 1: ¿Cómo puede ayudar el aprendizaje automático?
- Definir inteligencia artificial
- Definir aprendizaje automático
- Explicar los diversos dominios empresariales afectados por el aprendizaje automático
- Explicar el ciclo de retroalimentación positiva (flywheel) que respalda los proyectos de ML
- Explicar el potencial del aprendizaje automático en mercados poco aprovechados
Módulo 2: ¿Cómo funciona el aprendizaje automático?
- Explicar inteligencia artificial
- Explicar la diferencia entre inteligencia artificial y aprendizaje automático
Módulo 3: ¿Cuáles son los posibles problemas del aprendizaje automático?
- Explicar la diferencia entre modelos simples y complejos
- Comprender problemas inexplicables e inciertos con modelos de aprendizaje automático
Módulo 4: Conclusión
