Tuberías de Aprendizaje Automático con Azure ML Studio

hasta 2 horas
Principiante

En este curso basado en proyectos, construirás una tubería de aprendizaje automático de extremo a extremo en Azure ML Studio sin escribir código. Obtén experiencia práctica desplegando un modelo entrenado como un servicio web de Azure, mejorando tus habilidades en aprendizaje automático aplicado.

Aprendizaje Automático
Procesamiento de Datos
Despliegue de Modelos
Azure ML Studio

Resumen

Este curso ofrece un enfoque práctico para construir tuberías de aprendizaje automático usando Azure ML Studio. Aprenderás a preprocesar datos, entrenar y evaluar modelos, y desplegarlos como servicios web. El curso está diseñado para proporcionar experiencia práctica con tareas del mundo real, aumentando tu confianza en el uso de las últimas herramientas y tecnologías.

Online
ubicación del curso
Inglés
idioma del curso
A tu propio ritmo
formato del curso
Clases En vivo
entregado en línea

¿Para quién es este curso?

Principiantes en Aprendizaje Automático

Individuos que son nuevos en el aprendizaje automático y quieren aprender a construir tuberías usando Azure ML Studio.

Entusiastas de la Ciencia de Datos

Personas interesadas en la ciencia de datos que desean obtener experiencia práctica con flujos de trabajo de aprendizaje automático.

Profesionales de TI

Profesionales de TI que buscan mejorar sus habilidades en el despliegue de modelos de aprendizaje automático como servicios web.

Este curso proporciona una introducción práctica a la construcción de tuberías de aprendizaje automático usando Azure ML Studio, ideal para principiantes y profesionales de TI. Obtén experiencia práctica con tareas del mundo real y aprende a desplegar modelos como servicios web, mejorando tus perspectivas profesionales.

Requisitos Previos

1 / 3

Una comprensión básica de los flujos de trabajo de aprendizaje automático
Familiaridad con conceptos de procesamiento de datos
La experiencia con herramientas basadas en la nube es beneficiosa

¿Qué aprenderás?

Introducción y Descripción General del Proyecto

Una descripción general del proyecto y sus objetivos, estableciendo el escenario para las tareas futuras.

Limpieza de Datos

Aprende a limpiar y preparar datos para modelos de aprendizaje automático.

Contabilización del Desequilibrio de Clases

Entiende cómo manejar el desequilibrio de clases en conjuntos de datos para mejorar el rendimiento del modelo.

Entrenamiento de un Modelo de Árbol de Decisión Potenciado de Dos Clases y Ajuste de Hiperparámetros

Entrena un modelo de Árbol de Decisión Potenciado de Dos Clases y aprende a ajustar sus hiperparámetros para un rendimiento óptimo.

Puntuación y Evaluación de los Modelos

Evalúa el rendimiento del modelo entrenado usando datos de prueba y métricas de puntuación.

Publicación del Modelo Entrenado como un Servicio Web para Inferencia

Despliega el modelo entrenado como un servicio web, permitiendo predicciones en tiempo real.

Lo que dicen los estudiantes sobre este curso

“Muy práctico. Sin embargo, debería tener un poco más de teoría.”
Anónimo
“Es genial para mi sesión de aprendizaje de Tuberías de Aprendizaje Automático. Gracias por este curso.”
Anónimo

Próximos cohortes

Costo
Libre
Duración
2 horas
Fechas
comienza ahora
Ubicación
Online

Libre