Curso Practical Data Science with Amazon SageMaker

Calendario

Estamos preparando nuevas convocatorias, déjanos tus datos a través del formulario y te avisaremos en cuanto estén disponibles.

Acerca del curso

En el curso Practical Data Science with Amazon SageMaker, de nivel intermedio, aprenderás cómo solucionar un caso de uso del mundo real con Machine Learning (ML) y producir resultados procesables mediante Amazon SageMaker. Este curso recorre las etapas de un proceso típico de ciencia de datos para aprendizaje automático, desde el análisis y la visualización de un conjunto de datos hasta la preparación de los datos y la ingeniería de características. También aprenderás los aspectos prácticos de la construcción de modelos, la capacitación, el ajuste y la implementación con Amazon SageMaker. Un caso de uso de la vida real incluye el análisis de retención de clientes para informar a los programas de fidelización de clientes.

Preparación para el examen de certificación:

AWS Certified Machine Learning Specialty

Desarrolladores.
Científicos de datos.

Preparar un conjunto de datos para el entrenamiento.
Entrenar y evaluar un modelo de Machine Learning.
Ajustar automáticamente un modelo de Machine Learning.
Preparar un modelo de aprendizaje automático para la producción.
Pensar críticamente sobre los resultados del modelo de Machine Learning

Tener conocimientos del lenguaje de programación Python.
Tener conocimientos básicos de aprendizaje automático.

Módulo 1: Introduction to machine learning

Types of ML
Job Roles in ML
Steps in the ML pipeline

Módulo 2: Introduction to data prep and SageMaker

Training and test dataset defined
Introduction to SageMaker
Demonstration: SageMaker console
Demonstration: Launching a Jupyter notebook

Módulo 3: Problem formulation and dataset preparation

Business challenge: Customer churn
Review customer churn dataset

Módulo 4: Data analysis and visualization

Demonstration: Loading and visualizing your dataset
Exercise 1: Relating features to target variables
Exercise 2: Relationships between attributes
Demonstration: Cleaning the data

Módulo 5: Training and evaluating a model

Types of algorithms
XGBoost and SageMaker
Demonstration: Training the data
Exercise 3: Finishing the estimator definition
Exercise 4: Setting hyper parameters
Exercise 5: Deploying the model
Demonstration: hyper parameter tuning with SageMaker
Demonstration: Evaluating model performance

Módulo 6: Automatically tune a model

Automatic hyper parameter tuning with SageMaker
Exercises 6-9: Tuning jobs

Módulo 7: Deployment / production readiness

Deploying a model to an endpoint
A/B deployment for testing
Auto Scaling
Demonstration: Configure and test auto scaling
Demonstration: Check hyper parameter tuning job
Demonstration: AWS Auto Scaling
Exercise 10-11: Set up AWS Auto Scaling

Módulo 8: Relative cost of errors

Cost of various error types
Demo: Binary classification cutoff

Módulo 9: Amazon SageMaker architecture and features

Accessing Amazon SageMaker notebooks in a VPC
Amazon SageMaker batch transforms
Amazon SageMaker Ground Truth
Amazon SageMaker Neo

Documentación oficial del curso Practical Data Science with Amazon SageMaker.

Formador certificado por AWS.
Más de 5 años de experiencia profesional.
Más de 4 años de experiencia docente.
Profesional activo en empresas del sector IT.

Solicita información

CAS TRAINING, S.L.U. , le informa que la finalidad del tratamiento es atender a su solicitud de información, reclamación, duda o sugerencia que realice sobre los productos y/o servicios ofrecidos, así como para mantenerle informado de nuestra actividad la gestión de la relación que nos une, la prestación del servicio contratado, así como el envío de información que pudiera ser de su interés sobre nuestros servicios formativos y de consultoría de negocio.

Podrá retirar su consentimiento y ejercitar los derechos reconocidos en los artículos 15 a 22 del Reglamento (UE) 2016/679, enviando un correo electrónico a rgpd@cas-training.com, adjuntando copia de su DNI o documentación acreditativa de su identidad. Puede solicitar más información rgpd@cas-training.com o www.cas-training.com.