Online Course Supplement: Practical Data Science with Amazon SageMaker

Resumen

La inteligencia artificial y el aprendizaje automático (IA/AA) se están volviendo comunes. En este curso, pasarás un día en la vida de un científico de datos para que puedas colaborar de manera eficiente con ellos y construir aplicaciones que se integren con AA.

Aprenderás el proceso básico que usan los científicos de datos para desarrollar soluciones de AA en Amazon Web Services (AWS) con Amazon SageMaker. Experimentarás los pasos para construir, entrenar y desplegar un modelo de AA a través de demostraciones y laboratorios dirigidos por instructores.

• Nivel del curso:

  Intermedio

• Duración:

  1 día

Este curso incluye presentaciones, laboratorios prácticos y demostraciones.

En este curso, aprenderás a:

• Discutir los beneficios de diferentes tipos de aprendizaje automático para resolver problemas empresariales
• Describir los procesos típicos, roles y responsabilidades en un equipo que construye y despliega sistemas de AA
• Explicar cómo los científicos de datos usan herramientas de AWS y AA para resolver un problema empresarial común
• Resumir los pasos que toma un científico de datos para preparar datos
• Resumir los pasos que toma un científico de datos para entrenar modelos de AA
• Resumir los pasos que toma un científico de datos para evaluar y ajustar modelos de AA
• Resumir los pasos para desplegar un modelo en un endpoint y generar predicciones
• Describir los desafíos para operacionalizar modelos de AA
• Relacionar las herramientas de AWS con su función en AA

Este curso está destinado a:

• Ingenieros de Operaciones de Desarrollo (DevOps)
• Desarrolladores de aplicaciones

Recomendamos que los asistentes a este curso tengan:

• Conceptos Básicos Técnicos de AWS
• Conocimiento básico de programación en Python
• Conocimiento básico de estadística

Módulo 1:

Introducción al Aprendizaje Automático

• Beneficios del aprendizaje automático (AA)
• Tipos de enfoques de AA
• Enmarcando el problema empresarial
• Calidad de la predicción
• Procesos, roles y responsabilidades para proyectos de AA

Módulo 2:

Preparación de un Conjunto de Datos

• Análisis y preparación de datos
• Herramientas de preparación de datos
• Demostración:

  Revisión de Amazon SageMaker Studio y Notebooks

• Laboratorio Práctico:

  Preparación de Datos con SageMaker Data Wrangler

Módulo 3:

Entrenamiento de un Modelo

• Pasos para entrenar un modelo
• Elegir un algoritmo
• Entrenar el modelo en Amazon SageMaker
• Laboratorio Práctico:

  Entrenamiento de un Modelo con Amazon SageMaker

• Amazon CodeWhisperer
• Demostración:

  Amazon CodeWhisperer en SageMaker Studio Notebooks

Módulo 4:

Evaluación y Ajuste de un Modelo

• Evaluación del modelo
• Ajuste del modelo y optimización de hiperparámetros
• Laboratorio Práctico:

  Ajuste del Modelo y Optimización de Hiperparámetros con Amazon SageMaker

Módulo 5:

Despliegue de un Modelo

• Despliegue del modelo
<

---

Asignaturas