YoVDO

Applied Machine Learning: Building Models for an Amazon Use Case (Spanish from Latin America)

Offered By: Amazon Web Services via AWS Skill Builder

Tags

Machine Learning Courses Data Cleaning Courses Predictive Analytics Courses Feature Engineering Courses

Course Description

Overview

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

Información general

Bienvenido al laboratorio Machine Learning aplicado: crear modelos para un caso de uso de Amazon, en el que creará, capacitará y probará un modelo de machine learning desde cero. En este laboratorio puede limpiar datos, realizar ingeniería de características, comparar algoritmos y obtener un vistazo exclusivo de cómo los empleados de Amazon que trabajan con machine learning abordan las canalizaciones de ML.

A los fines de este laboratorio:

Usted asume el rol de científico de datos principal en 2005 y se le presenta un reto: Amazon Studios quiere producir películas galardonadas y, por lo tanto, centra el presupuesto en proyectos con más probabilidades de ganar premios. Usted comienza su investigación usando el conjunto de datos real de IMDb, una empresa filial de Amazon de películas realizadas entre 1990 y 2005.

El conjunto de datos de IMDb es una lista completa de todas las películas lanzadas durante ese periodo; incluye datos fundamentales como el elenco y el equipo, la sinopsis y otros datos de producción.

Su tarea en este laboratorio es predecir qué películas probablemente estén nominadas para un premio durante la próxima temporada de premios del 2005 al crear un modelo de predicción de análisis de premios.

Requisitos previos

Los requisitos de este laboratorio son los siguientes:

  • acceso a un equipo portátil con Wi-Fi que ejecute Microsoft Windows, macOS X o Linux (Ubuntu, SuSE o Red Hat)

    Nota No se puede acceder al entorno de laboratorio con un iPad o tableta, pero puede utilizar estos dispositivos para acceder a la guía del alumno.

  • en el caso de usuarios de Microsoft Windows: acceso de administrador al equipo

  • un navegador de Internet, como Chrome, Firefox o Internet Explorer 9 (las versiones anteriores de Internet Explorer no son compatibles)

Duración

El tiempo estimado para completar este laboratorio es de 4 horas.

Servicios de AWS no utilizados en este laboratorio

En el entorno de laboratorio, los servicios de AWS que no se utilizan en este laboratorio están deshabilitados. Además, las capacidades de los servicios que se utilizan en este laboratorio se limitan a lo que requiere el laboratorio. Espere recibir mensajes de error cuando acceda a otros servicios o cuando lleve a cabo acciones que no consten en la guía de este laboratorio.


Tags

Related Courses

Data Science at Scale - Capstone Project
University of Washington via Coursera
Feature Engineering for Improving Learning Environments
University of Texas Arlington via edX
How to Win a Data Science Competition: Learn from Top Kagglers
Higher School of Economics via Coursera
Advanced Machine Learning
The Open University via FutureLearn
Feature Engineering
Google Cloud via Coursera