En este curso, aprenderá acerca del ciclo de vida del machine learning y de cómo utilizar los servicios de AWS en cada etapa. Además, conocerá las diversas fuentes de modelos de machine learning y aprenderá técnicas para evaluar su rendimiento. También comprenderá la importancia de las operaciones de machine learning (MLOps) para optimizar el desarrollo y la implementación de proyectos de machine learning.
- Nivel del curso: básico
- Duración: 1 hora
Actividades
En este curso, se incluyen elementos interactivos, instrucciones textuales, gráficos ilustrativos y evaluaciones de conocimientos.
Objetivos del curso
En este curso, aprenderá a hacer lo siguiente:
- describir los componentes del ciclo de vida del machine learning,
- identificar los servicios y las funciones de AWS relevantes para cada etapa del ciclo de vida del ML,
- explicar los tipos de datos que se utilizan para entrenar modelos de inteligencia artificial (IA),
- conocer las fuentes de modelos de machine learning,
- comprender las métricas de rendimiento de los modelos,
- describir los métodos para usar un modelo en producción, y
- comprender los conceptos fundamentales de las MLOps.
Audiencia objetivo
Este curso tiene previstos los siguientes destinatarios:
- Personas interesadas en el machine learning y la inteligencia artificial, independientemente de un rol de trabajo específico.
Requisitos
El curso Desarrollo soluciones de machine learning forma parte de una serie que ofrece conocimientos básicos sobre la inteligencia artificial, el machine learning y la IA generativa. Si aún no lo ha hecho, le recomendamos que complete los dos cursos siguientes:
- Aspectos básicos del machine learning y la inteligencia artificial, y
- Exploración de casos prácticos y aplicaciones de la inteligencia artificial
Esquema del curso
Sección 1:
- Cómo utilizar este curso
Sección 2: Introducción
- Introducción
Sección 3: Desarrollo de soluciones de ML
- Ciclo de vida del desarrollo de machine learning
- Desarrollo de soluciones de ML con Amazon SageMaker
- Fuentes de modelos de ML
- Evaluación del rendimiento de los modelos de machine learning
- Implementación de modelos
- Conceptos fundamentales de las MLOps
- Evaluación de conocimientos
Sección 4: conclusión
- Recursos
- Conclusión
- Comuníquese con nosotros
