YoVDO

Amazon SageMaker: creación de un modelo de detección de objetos utilizando imágenes etiquetadas con Ground Truth (Español LATAM) | Amazon SageMaker: Build an Object Detection Model Using Images Labeled with Ground Truth (LATAM Spanish)

Offered By: Amazon Web Services via AWS Skill Builder

Tags

Amazon SageMaker Courses Machine Learning Courses Python Courses Object Detection Courses Hyperparameter Tuning Courses Amazon SageMaker Ground Truth Courses

Course Description

Overview

Save Big on Coursera Plus. 7,000+ courses at $160 off. Limited Time Only!

En estecurso, nos encontraremos con el Dr. Denis Batalov, líder en tecnología de inteligencia artificial y aprendizaje automático a nivel mundial, quien le enseñará a implementar una canalización de aprendizaje automático mediante el uso de Amazon SageMaker y Amazon SageMaker Ground Truth. En primer lugar, creará un conjunto de datos etiquetado, luego creará un trabajo de entrenamiento para entrenar su modelo de detección de objetos y, finalmente, utilizará Amazon SageMaker para crear y actualizar su modelo.


Destinatarios previstos

Este curso está dirigido a los siguientes destinatarios:

  • Desarrolladores y científicos de datos que desean crear canalizaciones de aprendizaje automático con Amazon SageMaker mediante el SDK de Sagemaker y Python.
  • Desarrolladores y científicos de datos que desean utilizar Amazon SageMaker Ground Truth para crear sus propios conjuntos de datos etiquetados.


Objetivos del curso

En este curso, aprenderá a realizar lo siguiente:

  • Entrenar un modelo de aprendizaje automático a través de imágenes etiquetadas por Amazon SageMaker Ground Truth
  • Utilizar Amazon SageMaker Ground Truth para identificar la ubicación exacta de las abejas en imágenes individuales de un conjunto de datos
  • Entrenar el modelo de detección de objetos mediante algoritmos integrados de Amazon SageMaker
  • Utilizar un trabajo de ajuste de hiperparámetros automatizado para encontrar un conjunto óptimo de hiperparámetros


Requisitos previos

Aconsejamos que los asistentes a este curso cumplan con los siguientes requisitos previos:- Comprensión básica de Amazon SageMaker (https://aws.amazon.com/sagemaker/)- Conocimiento básico del lenguaje de programación Python con varias bibliotecas como Pandas, NumPy, SageMaker y Boto3


Modalidad del curso

Este curso se imparte de la siguiente manera:

  • Formación técnica digital Nota: Este curso tiene transcripciones o subtítulos localizados. La narración está en inglés.


Duración

70 minutos


Esquema del curso

En este curso, se tratarán los siguientes conceptos:

  • Descarga de datos
  • Ejecución de un trabajo de etiquetado
  • Entrenamiento de un modelo
  • Implementación de un modelo
  • Hiperparámetros/ajuste de modelo automatizado
  • Examen de los resultados de optimización de hiperparámetros
  • Sustitución de un modelo de producción de aprendizaje automático

Tags

Related Courses

Introduction to Artificial Intelligence
Stanford University via Udacity
Natural Language Processing
Columbia University via Coursera
Probabilistic Graphical Models 1: Representation
Stanford University via Coursera
Computer Vision: The Fundamentals
University of California, Berkeley via Coursera
Learning from Data (Introductory Machine Learning course)
California Institute of Technology via Independent