Detección de anomalías en las transacciones de juego con el machine learning y Sagemaker (Español LATAM) | Detect Anomalies in Game Transactions with ML and Sagemaker (LATAM Spanish)
Offered By: Amazon Web Services via AWS Skill Builder
Course Description
Overview
Descripción del curso
Los estudios de juegos que crean y gestionan varios juegos tienden a rehacer gran parte de la validación en el lado del servidor de los datos transaccionales que reciben de clientes de juegos. Este curso abarca el uso de un modelo central (o varios modelos por juego) para delegar el procesamiento del servidor y mejorar el tiempo de respuesta del servidor. El curso revisa las diferentes anomalías relacionadas con los datos de transacciones de juegos y cómo el machine learning (ML) puede ayudar a realizar validaciones.
Nota: Este curso tiene transcripciones o subtítulos localizados. La narración está en inglés.
Objetivos del curso
Este curso está diseñado para enseñarle a hacer lo siguiente:
• comprender las transacciones de juegos y los datos asociados • reconocer anomalías en las transacciones de juegos • revisar datos de informes de juegos de ejemplo • comprender la arquitectura del machine learning para realizar validaciones
Destinatarios previstos
Este curso está dirigido a los siguientes destinatarios:
• desarrolladores de juegos • analistas de datos que trabajan con transacciones de juegos
Requisitos previos
Recomendamos que los asistentes a este curso cuenten con los siguientes recursos:
• conocimientos acerca de conceptos básicos en torno a los juegos • conocimientos básicos acerca del machine learning
Esquema del curso
• Transacciones de juegos • Anomalías • Datos de informes de juegos • Forma en que ML puede ayudar • Demostración
Tags
Related Courses
Social Network AnalysisUniversity of Michigan via Coursera Intro to Algorithms
Udacity Data Analysis
Johns Hopkins University via Coursera Computing for Data Analysis
Johns Hopkins University via Coursera Health in Numbers: Quantitative Methods in Clinical & Public Health Research
Harvard University via edX