Practical Data Science with Amazon SageMaker

Icono Duración del curso
Duración del curso
6 horas
Lugar de impartición
Madrid / Online
Icono modalidad del curso
Modalidad
Aula Virtual
Icono Fecha del curso
Fecha de inicio
Próximamente
 

Acerca del curso

Aprenderá cómo resolver un caso de uso del mundo real con Machine Learning (ML) y producir resultados prácticos con Amazon SageMaker. Este curso recorre las etapas de un proceso típico de ciencia de datos para el aprendizaje automático, desde el análisis y la visualización de un conjunto de datos hasta la preparación de los datos y la ingeniería de funciones.

Las personas también aprenderán aspectos prácticos de la creación, capacitación, ajuste e implementación de modelos con Amazon SageMaker. El caso de uso de la vida real incluye un análisis de retención de clientes para informar los programas de fidelización de clientes.

Próximas convocatorias

Estamos preparando nuevas convocatorias.
Déjanos tus datos a través del formulario y te avisaremos lo antes posible.

  • Preparar un conjunto de datos para la capacitación
  • Capacitar y evaluar un modelo de Machine Learning
  • Ajustar automáticamente modelos de Machine Learning
  • Preparar modelos de Machine Learning para producción

  • Conocimientos del lenguaje de programación Python. 
  • Conocimientos básicos de aprendizaje automático

  • Documentación 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

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: Introduction to machine learning

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

Modulo 2: Introduction to data prep and SageMaker

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

Modulo 3: Problem formulation and dataset preparation

  • Business challenge: Customer churn
  • Review customer churn dataset

Modulo 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

Modulo 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

Modulo 6: Automatically tune a model

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

Modulo 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

Modulo 8: Relative cost of errors

  • Cost of various error types
  • Demo: Binary classification cutoff

Modulo 9: Amazon SageMaker architecture and features

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

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.

Programa del curso:
Descargar programa en PDF
Compartir: