Deep Learning on AWS
Acerca del curso
En este curso, aprenderá sobre las soluciones de aprendizaje profundo de AWS, incluidos escenarios en los que el aprendizaje profundo tiene sentido y cómo funciona el aprendizaje profundo. Aprenderá a ejecutar modelos de aprendizaje profundo en la nube con Amazon SageMaker y el marco MXNet.
También aprenderá a implementar sus modelos de aprendizaje profundo utilizando servicios como AWS Lambda mientras diseña sistemas inteligentes en AWS.
Próximas convocatorias
| Fecha | Duración | Turno | Horario | Modalidad |
|---|---|---|---|---|
| 13 de diciembre, 2022 | 7 horas | Jornada completa | L-J 9:00 a 14:00 y 15:00 a 17:00 | Aula Virtual |
- Definir los conceptos de machine learning y aprendizaje profundo
- Identificar los conceptos en un ecosistema de aprendizaje profundo
- Utilizar los marcos de programación de MXNet y Amazon SageMaker para cargas de trabajo de aprendizaje profundo
- Adaptar soluciones de AWS en implementaciones de aprendizaje profundo
- Conocimientos básicos de los procesos de machine learning
- Conocimientos de los principales servicios de AWS, como Amazon EC2, y del SDK de AWS
- Alto dominio de un lenguaje de programación, como Python
- Documentación del curso Deep Learning on AWS
- 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
Preparación para el examen:
Exam Readiness: AWS Certified Machine Learning - Specialty
Este curso te prepara para la certificación de AWS Certified Machine Learning – Specialty
Modulo 1: Machine learning overview
- A brief history of AI, ML, and DL
- The business importance of ML
- Common challenges in ML
- Different types of ML problems and tasks
- AI on AWS
Modulo 2: Introduction to deep learning
- Introduction to DL
- The DL concepts
- A summary of how to train DL models on AWS
- Introduction to Amazon SageMaker
- Hands-on lab: Spinning up an Amazon SageMaker notebook instance and running a multi layer perceptron neural network model
Modulo 3: Introduction to Apache MXNet
- The motivation for and benefits of using MXNet and Gluon
- Important terms and APIs used in MXNet
- Convolutional neural networks (CNN) architecture
- Hands-on lab: Training a CNN on a CIFAR-10 dataset
Modulo 4: ML and DL architectures on AWS
- AWS services for deploying DL models (AWS Lambda, AWS IoT Greengrass, Amazon ECS, AWS Elastic Beanstalk)
- Introduction to AWS AI services that are based on DL (Amazon Polly, Amazon Lex, Amazon Rekognition)
- Hands-on lab: Deploying a trained model for prediction on AWS Lambda
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.
Descargar programa en PDF
