De cero a aprendizaje automático: Impulsa tu viaje basado en datos.

Resumen

Discover how to initiate data-driven projects using AWS analytics and ML capabilities, focusing on low-code solutions and best practices for organizations with limited resources.

Programa

• Introducción al Aprendizaje Automático y Análisis de Datos
Visión general del Aprendizaje Automático y su Importancia
Introducción a la Toma de Decisiones Basada en Datos
• Fundamentos de AWS para Iniciativas de Datos y ML
Introducción a los Servicios de AWS Relacionados con ML
Visión general de los Servicios de Analítica de AWS
Configuración del Entorno de AWS
• Conceptos Fundamentales del Aprendizaje Automático
Tipos de Aprendizaje Automático: Supervisado, No Supervisado y Aprendizaje por Refuerzo
Algoritmos Clave y sus Casos de Uso
Comprensión del Entrenamiento y Evaluación de Modelos
• Soluciones de Aprendizaje Automático de Bajo Código
Introducción a Herramientas de Bajo Código en AWS
Fundamentos de Amazon SageMaker y SageMaker Canvas
Creación de Modelos ML Usando Soluciones de Bajo Código
• Recolección y Preparación de Datos
Técnicas y Fuentes de Recolección de Datos
Mejores Prácticas para la Limpieza y Transformación de Datos
Uso de AWS Glue para la Preparación de Datos
• Despliegue y Operacionalización de Modelos de Aprendizaje Automático
Opciones de Despliegue de Modelos en AWS
Introducción a AWS Lambda y API Gateway para Despliegues
Monitoreo y Mantenimiento del Rendimiento del Modelo
• Analítica y Visualización
Uso de AWS QuickSight para Visualización de Datos
Creación de Tableros para Apoyar Decisiones Empresariales
• Mejores Prácticas para Organizaciones con Recursos Limitados
Gestión y Optimización de Costos en AWS
Aprovechamiento de Recursos de Código Abierto y Comunidad para ML
Gestión de Proyectos y Colaboración de Equipos Efectiva
• Estudios de Caso y Aplicaciones del Mundo Real
Estudios de Caso de Varias Industrias
Lecciones Aprendidas de Proyectos Exitosos Basados en Datos
• Proyecto Final
Definir y Ejecutar un Proyecto Basado en Datos Usando AWS
Presentación de Hallazgos e Ideas
• Conclusión y Aprendizaje Adicional
Resumen de Conceptos Clave
Recursos Recomendados para Aprendizaje Continuado
Sesión de Preguntas y Respuestas y Cierre

---

Materias

Data Science