The Machine Learning Pipeline on AWS

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

Acerca del curso

Este curso explora cómo usar la canalización de procesos iterativos de aprendizaje automático (ML) para resolver un problema empresarial real en un entorno de aprendizaje basado en proyectos.

Los estudiantes aprenderán sobre cada fase de la canalización del proceso a partir de las presentaciones y demostraciones del instructor y luego aplicarán ese conocimiento para completar un proyecto que resuelva uno de los tres problemas comerciales: detección de fraude, motores de recomendación o retrasos en los vuelos.

Próximas convocatorias

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

  • 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

  • Conocimientos básicos del lenguaje de programación Python. 
  • Comprensión básica de la infraestructura de la nube de AWS (Amazon S3 y Amazon CloudWatch). 
  • Experiencia básica de trabajo en un entorno de bloc de notas de Jupyter

  • Documentación del curso The Machine Learning Pipeline 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 0: Introduction

  • Pre-assessment

Modulo 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

Modulo 2: Introduction to Amazon SageMaker

  • Introduction to Amazon SageMaker
  • Demo: Amazon SageMaker and Jupyter notebooks
  • Hands-on: Amazon SageMaker and Jupyter notebooks

Modulo 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

Modulo 4: Preprocessing

  • Overview of data collection and integration, and techniques for data preprocessing and visualization
  • Practice preprocessing
  • Preprocess project data
  • Class discussion about projects

Modulo 5: Model Training

  • Choosing the right algorithm
  • Formatting and splitting your data for training
  • Loss functions and gradient descent for improving your model

Modulo 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

Modulo 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

Modulo 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

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: