En el mundo digital de hoy, el aprendizaje automático y la inteligencia artificial están redefiniendo lo que es posible.
Desde la optimización de procesos empresariales hasta el desarrollo de sistemas capaces de aprender y adaptarse, el impacto del aprendizaje automático es profundo y omnipresente.
Este curso de Azure Machine Learning está diseñado para llevarte de comprender los fundamentos teóricos a aplicar prácticas avanzadas en el mundo real del aprendizaje automático, utilizando una de las plataformas en la nube más poderosas y accesibles: Microsoft Azure.
¿Por qué este curso es el mejor para ti?
- Fundamentos sólidos y aplicaciones prácticas: Comenzamos por establecer una base sólida en los principios del aprendizaje automático, incluyendo los diferentes tipos de aprendizaje y su relevancia en aplicaciones prácticas. Esto te prepara no solo para entender 'cómo' funciona algo, sino 'por qué' es importante en el gran esquema de las cosas.
-
Dominio de Azure Machine Learning: A través de una serie de módulos estructurados, te guiaremos paso a paso en la configuración de tu entorno Azure, la creación de espacios de trabajo, y la gestión eficiente de tus recursos de datos. Esta formación práctica es crucial para manejar proyectos de aprendizaje automático en una escala real y operativa.
-
Canalizaciones de Machine Learning: Aprenderás a diseñar, configurar y gestionar canalizaciones de aprendizaje automático, lo que es esencial para el entrenamiento y la inferencia de modelos en tiempo real y por lotes. Esto incluye la publicación y el mantenimiento eficiente de tus canalizaciones, habilidades vitales en el ciclo de vida de cualquier proyecto de IA.
-
Python y AzureML-SDK: Profundiza en el uso del SDK de Python para Azure Machine Learning, una habilidad indispensable para cualquier científico de datos o ingeniero de machine learning. Desde la ejecución y entrenamiento de modelos hasta la optimización y el despliegue, dominarás las herramientas necesarias para llevar tus proyectos al siguiente nivel.
-
Automatización y Optimización: Descubre el poder de AutoML para la selección y entrenamiento automático de modelos, junto con técnicas avanzadas para la optimización de hiperparámetros. Estas estrategias te permitirán mejorar significativamente el rendimiento de tus modelos con menos esfuerzo y en menor tiempo.
-
Integración con Databricks: Aprende a integrar Azure Machine Learning con Databricks para análisis de datos avanzados y entrenamiento de modelos en entornos de big data, uniendo lo mejor de ambos mundos para soluciones de aprendizaje automático escalables y de alto rendimiento.
Programa del curso DP-100 Azure Machine Learning
- 3.1 Creación de la Cuenta de Azure (12:15)
- 3.2 Navegar por el Portal de Azure (7:58)
- 3.3 Crear un Espacio de Trabajo de Azure Machine Learning (18:09)
- 3.4 Navegar por el Área de Trabajo de Azure (5:07)
- 3.5 Primer Vistazo al Estudio de Azure Machine Learning (13:32)
- 3.6 Crear y Registrar Un Almacén de Datos (15:01)
- 3.7 Crear y Registrar Un Recurso de Datos (16:00)
- 3.8 Crear Instancia y Clúster de Proceso (15:58)
- 4.1 Introducción a Diseñador y Canalización de Azure Machine Learning (7:40)
- 4.2 Crear Canalización Para Entrenar un Modelo - Parte 1 (18:51)
- 4.3 Crear Canalización Para Entrenar un Modelo - Parte 2 (5:12)
- 4.4 Eliminar Columna de Transformación (2:47)
- 4.5 Configurar y Enviar una Canalización (12:55)
- 4.6 Crear una Canalización de Inferencia en Tiempo Real (10:08)
- 4.7 Configurar e Implementar Canalización de Inferencia en Tiempo Real (13:25)
- 4.8 Pruebas de la Canalización de Inferencia en Tiempo Real (11:18)
- 4.9 Crear, configurar y enviar una Canalización de Inferencia por Lotes (9:26)
- 4.10 Publicar la Canalización de Inferencia por Lotes (6:12)
- 4.11 Eliminar Grupo de Recursos (3:33)
- 5.1 Introducción a AzureML-SDK Python (7:41)
- 5.2 Descargar e Instalar Anaconda Navigator (5:42)
- 5.3 Crear un Entorno Virtual e Instalar Libreria AzureML-SDK (6:45)
- 5.4 Crear Espacio de Trabajo de Azure Machine Learning (9:17)
- 5.5 Comprobar Creación de Espacio de Trabajo y Guardar Configuración (6:29)
- 5.6 Crear y Registrar Almacén de Datos (10:14)
- 5.7 Crear y Registrar Recurso de Datos (10:42)
- 5.8 Acceder a Espacio de Trabajo, Almacén de Datos y Recurso de Datos (12:01)
- 5.9 Actualizar y Crear un Recurso de Datos (13:20)
- 5.10 Subir Archivos y Carpetas a la Cuenta de Almacenamiento (10:47)
- 6.1 Crear o Acceder a un Experimento (8:42)
- 6.2 Ejecutar Experimento con Métricas (9:56)
- 6.3 Ejecutar Scripts (8:39)
- 6.4 Configurar el Scripts a enviar (7:04)
- 6.5 Resultados de la ejecución del Scripts (3:31)
- 6.6 Configurar Script de Entrenamiento (11:29)
- 6.7 Configurar y Ejecutar Entrenamiento (2:15)
- 6.8 Crear Clústeres de Proceso (3:34)
- 6.9 Configurar Script de Pipeline (8:03)
- 6.10 Configurar Script de Pipeline (12:59)
- 6.11 Definir, configurar y desplegar los pasos del pipeline (15:27)
- 6.12 Crear el primer paso de la canalización (10:46)
- 6.13 Crear el segundo paso de la canalización (16:09)
- 6.14 Resultados de la ejecución de Scripts de Pipeline (4:48)
- 7.1 Crear y Configurar ML Automatizado (15:18)
- 7.2 Revisar los resultados de ML Automatizado (7:27)
- 7.3 AutoML con AzureML SDK Python (9:22)
- 7.4 Resultados de la Ejecución de AutoML con AzureML SDK Python (3:35)
- 7.5 Configuración de la Ejecución de Hiperparámetros (18:00)
- 7.6 Script de Hiperparámetros (2:51)
- 7.7 Resultados de le Ejecución de Hiperparámetros (3:28)
- 8.1 Crear el modelo de entrenamiento Para el Servicio Web (13:45)
- 8.2 Resultados del modelo de entrenamiento (2:59)
- 8.3 Registrar un Modelo de Machine Learning (10:57)
- 8.4 Script para la Entrada de Datos del Servicio Web (13:30)
- 8.5 Crear Proceso de Azure Kubernetes Clúster (6:37)
- 8.6 Configuración de la Implementación del servicio Web (12:39)
- 8.7 Resultados de la Implementación del servicio Web en Tiempo Real (3:19)
- 8.8 Introducción a Databricks (7:53)
Tu instructor: Valentín Guerrero
Soy Valentín Guerrero, Ingeniero de Software de profesión, y a lo largo de mi trayectoria he ampliado mis horizontes convirtiéndome en Ingeniero de Datos y Desarrollador de Business Intelligence (BI). Mi experiencia abarca desde la construcción de Data Warehouses hasta la implementación de procesos ETL para transformar y analizar datos de manera efectiva.
Además, manejo con destreza herramientas en la nube de Azure, incluyendo SQL Database, Data Lake Storage Gen2, Blob Storage, Data Factory, entre otros. Estas herramientas me han permitido diseñar soluciones robustas y escalables en entornos de datos distribuidos.
Estoy emocionado de compartir mis conocimientos y experiencias contigo en nuestros cursos. Únete a mí en este emocionante viaje de aprendizaje y descubre cómo puedes convertir datos en acciones significativas en tu carrera profesional.
Con este curso serás un Analista o Científico de Datos capaz de entender y desarrollar procesos como filtrar y transformar conjuntos de datos, desarrollar y evaluar un modelo de Machine Learning.
Preguntas Frecuentes (FAQ)
¿Cuándo inicia y finaliza el curso?
¡El curso inicia ahora y nunca finaliza! Este es un curso en línea completamente a tu propio ritmo - tú decides cuando iniciar y cuando terminar.
¿Por cuánto tiempo tengo acceso al curso?
¿Cómo te suena "acceso de por vida"? Después de suscribirse, tendrás acceso ilimitado a este curso por todo el tiempo que gustes - a través de cualquier dispositivo en todos los dispositivos que tengas.
¿Qué sucede si no estoy satisfecho con el curso?
¡No queremos que estés insatisfecho! Si estás insatisfecho con tu compra (para los cursos de pago), solo debes contactarnos en los primeros 14 días y te daremos una devolución total de tu dinero.
¿Cuáles son los requisitos para tomar este curso?
- Conocimientos de programación en Python a nivel intermedio.
- Familiaridad con conceptos de Machine Learning.
- Una tarjeta de crédito o débito para el registro de la cuenta de Azure (Microsoft te brinda un crédito gratuito por el primer mes de uso en Azure con un saldo de $200, sin embargo si se acaba el tiempo por no uso, los recursos realizados durante la capacitación tienen un costo en Azure de solamente $5 para todas las pruebas y modelos implementados. en caso de que el alumno quiera seguir el paso a paso. El estudiante podrá optar por solo ver la clase y responder a las preguntas de evaluación, sin implementar el ejercicio, si desea evitar cualquier costo adicional desde Azure).
Este curso está diseñado no solo para darte una comprensión técnica profunda de Azure Machine Learning, sino también para equiparte con habilidades prácticas y aplicables que puedes llevar directamente a tus proyectos. Ya sea que estés comenzando en el campo del aprendizaje automático o busques consolidar y expandir tus conocimientos en Azure, este curso te proporcionará una ventaja competitiva en tu carrera, preparándote para enfrentar y resolver desafíos complejos con confianza y eficacia.
¿Cómo apruebo el curso y obtengo mi certificado?
Para aprobar el curso y obtener el certificado correspondiente debes completar el 100% de los vídeos y enviar todas las prácticas realizadas vía correo electrónico para revisar y validar que se hayan completado correctamente.