En el curso The Machine Learning Pipeline on AWS se explora cómo utilizar la canalización de Machine Learning (ML) a fin de resolver un problema empresarial real en un entorno de aprendizaje basado en proyectos. Aprenderás sobre cada fase de la canalización a través de presentaciones y demostraciones del instructor. Luego aplicarás ese conocimiento para completar un proyecto mediante la resolución de uno de los tres problemas empresariales: detección de fraude, motores de recomendación y retrasos en los vuelos. Cuando finalice el curso, habrás creado, capacitado, evaluado, ajustado e implementado de manera satisfactoria un modelo de ML con Amazon SageMaker que resuelva el problema empresarial seleccionado.
Curso The Machine Learning Pipeline on AWS
- AWS-TMLP
- Intermedio
Próximos inicios
No disponibles en este momento.
Objetivos
- Seleccionar y justificar el enfoque de ML adecuado para un problema de negocio determinado.
- Usar la canalización de ML para resolver un problema empresarial específico.
- Capacitar, evaluar y ajustar un modelo de ML en Amazon SageMaker.
- Describir algunas de las prácticas recomendadas para diseñar canalizaciones de ML escalables, optimizadas según el costo y seguras en AWS.
- Aplicar el aprendizaje automático a un problema comercial de la vida real después de completar el curso.
Dirigido a
- Desarrolladores.
- Arquitectos de soluciones.
- Ingenieros de datos.
- Todo aquel con poca experiencia con ML o sin ella que desee aprender sobre la canalización de ML con Amazon SageMaker.
Requisitos
- Tener conocimientos básicos del lenguaje de programación Python.
- Tener una comprensión básica de la infraestructura de la nube de AWS (Amazon S3 y Amazon CloudWatch).
- Tener experiencia básica de trabajo en un entorno de bloc de notas de Jupyter.
Certificación
Preparación para el examen de certificación:
Contenidos
Módulo 0: Introduction
- Pre-assessment
Módulo 1: Introduction to Machine Learning and the ML Pipeline
- Overview of machine learning, including use cases, types of machine learning, and key concepts
- Overview of the ML pipeline
- Introduction to course projects and approach
Módulo 2: Introduction to Amazon SageMaker
- Introduction to Amazon SageMaker
- Demo: Amazon SageMaker and Jupyter notebooks
- Hands-on: Amazon SageMaker and Jupyter notebooks
Módulo 3: Problem Formulation
- Overview of problem formulation and deciding if ML is the right solution
- Converting a business problem into an ML problem
- Demo: Amazon SageMaker Ground Truth
- Hands-on: Amazon SageMaker Ground Truth
- Practice problem formulation
- Formulate problems for projects
Módulo 4: Preprocessing
- Overview of data collection and integration, and techniques for data preprocessing and visualization
- Practice preprocessing
- Preprocess project data
- Class discussion about projects
Módulo 5: Model Training
- Choosing the right algorithm
- Formatting and splitting your data for training
- Loss functions and gradient descent for improving your model
- Demo: Create a training job in Amazon SageMaker
Módulo 6: Model Evaluation
- How to evaluate classification models
- How to evaluate regression models
- Practice model training and evaluation
- Train and evaluate project models
- Initial project presentations
Módulo 7: Feature Engineering and Model Tuning
- Feature extraction, selection, creation, and transformation
- Hyperparameter tuning
- Demo: SageMaker hyperparameter optimization
- Practice feature engineering and model tuning
- Apply feature engineering and model tuning to projects
- Final project presentations
Módulo 8: Deployment
- How to deploy, inference, and monitor your model on Amazon SageMaker
- Deploying ML at the edge
- Demo: Creating an Amazon SageMaker endpoint
- Post-assessment
- Course wrap-up
Material del curso
Documentación oficial del curso The Machine Learning Pipeline on AWS.
Perfil del docente
- 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.
Beneficios para tu formación
Haz click aquí y descubre los descuentos, promociones y ayudas disponibles para tu formación tecnológica.
Solicitar información
Partner oficial de los principales fabricantes tecnológicos
The Swirl Logo es una marca registrada del grupo PeopleCert®. Utilizada bajo licencia de PeopleCert®. Todos los derechos reservados.