Aprende machine learning en el cloud computing de Amazon AWS.
Aprende a manejar SageMaker, Kinesis, Glue y QuickSight.
Lo que aprenderás
- Aprende el ciclo de vida de un proyecto de machine learning en el cloud de Amazon AWS
- Aprende a analizar datos con Amazon AWS Kinesis Data Streams
- Aprende a transformar datos con Glue, la herramienta ETL de Amazon AWS
- Aprende a programar algoritmos de machine learning con SageMaker y Notebooks
- Aprende a realizar predicciones sobre precios de casas en función de sus características
- Aprende a evaluar los modelos construidos
Vídeos de ejemplo
Requisitos
- Es necesario tener algunos conocimientos de programación en Python
- Es necesario tener conocimientos básicos de Amazon AWS
- Si quieres realizar los ejercicios, es necesario tener una cuenta gratuita en Amazon AWS
Descripción
Machine Learning y Amazon AWS son 2 temas de gran actualidad y demanda de trabajo de muy alta remuneración.
En este curso aprenderás y practicarás los conceptos de Machine Learning sobre el entorno cloud computing de Amazon AWS.
Podrás practicar con herramientas de Amazon AWS como SageMaker, QuickSight, Glue, Kinesis, Athena y Jupyter Notebooks
Estos son los tema principales:
1.- Ciclo de vida de un proyecto de Machine Learning
- Conceptos básicos
2.- Colección de datos
- Conceptos básicos
- Tipos de datos
- Almacenes de datos
- Datos etiquetados y no etiquetados
- Variables continuas y categóricas
- Tipos de conjuntos de datos
- Herramientas de migración de datos
- Herramientas EMR y Athena
- Kinesis Data Streams
- Kinesis Video Streams
- Kinesis Data Analytics
- Glue
- Ejercicio con Kinesis Firehose
- Ejercicio con Kinesis Data Analytics
- Ejercicio con Glue
3.- Limpieza de datos
- Conceptos básicos
- Codificación de datos
- Transformación de textos
- Transformación de imágenes
- Formatos de conjuntos de datos
- Manejar valores nulos
- Selección de características
- Herramientas
- Ejercicio con Glue y Athena
- Ejercicio con QuickSight
4.- Preparación de los datos
- Conceptos básicos
- Ejercicio con SageMaker
5.- Modelo de entrenamiento
- Conceptos básicos
- Ejercicio con SageMaker y Notebooks
6.- Algoritmos
- Conceptos básicos
- Algoritmo de regresión
- Algoritmo de agrupamiento
- Algoritmo de clasificación
- Detección de anomalías
- Análisis de textos
- Aprendizaje por refuerzo
- Aprendizaje conjunto
- Ejercicio de Regresión Lineal para la predicción de precios de casas en función de sus características
7.- Evaluación del modelo
- Conceptos básicos
- Ejercicio con SageMaker y “Titanic” para realizar predicciones
8.- Despliegue y monitorización
- Conceptos básicos
Podrás practicar con herramientas de Amazon AWS como SageMaker, QuickSight, Glue, Kinesis, Athena y Notebooks
Este curso tiene una garantía de reembolso de 30 días.
Anímate y aprende estos temas de tanta actualidad y demanda laboral !
Nos vemos en el curso !