Exam Readiness: AWS Certified Machine Learning - Specialty (Spanish)

Descripción del curso

Mediante este curso, se prepara para realizar el examen AWS Certified Machine Learning – Specialty, que valida su capacidad para diseñar, implementar y mantener soluciones de machine learning (ML).

En este curso, aprenderá sobre la logística del examen y la mecánica de las preguntas del examen, y explorará las áreas técnicas de este. Revisará los servicios principales de AWS y los conceptos clave para las áreas del examen:

1. Ingeniería de datos
2. Análisis exploratorio de datos
3. Modelado
4. Implementación y operaciones de machine learning

También aprenderá estrategias clave de evaluación y las pondrá en práctica al realizar varias preguntas de estudio. Una vez que haya perfeccionado sus habilidades, tendrá la oportunidad de realizar un cuestionario que le será útil para evaluar sus áreas de fortalezas y debilidades a fin de saber en qué aspectos poner énfasis en los estudios previos al examen.

Nivel: IntermedioModalidad: DigitalDuración: 4 horasFormato- Presentaciones multimedia- Explicación sobre las preguntas de estudio- Cuestionarios adicionales y preguntas de estudio

Objetivos del curso

Al finalizar el curso, podrá hacer lo siguiente:

• identificar las fortalezas y debilidades en cada área del examen para saber en qué aspectos centrarse cuando estudie para el examen
• describir los temas técnicos y los conceptos que componen cada una de las áreas del examen
• resumir la logística y la mecánica del examen y de las preguntas
• utilizar estrategias eficaces para estudiar y realizar el examen

Destinatarios previstos

Este curso está dirigido a los siguientes destinatarios:- Profesionales de ML que tienen, al menos, un año de experiencia práctica y que se están preparando para realizar el examen AWS Certified Machine Learning – Specialty

Requisitos previos

Recomendamos que los asistentes a este curso cumplan con los siguientes requisitos:

• Dominio que expresa la intuición subyacente en los algoritmos básicos de ML y la realización de la optimización básica de hiperparámetros
• Comprensión de la canalización de ML y sus componentes
• Experiencia con marcos de aprendizaje profundo y ML
• Comprensión del entrenamiento de modelos, la implementación y las prácticas operativas recomendadas, y experiencia en estos

Inscripción

www.aws.training)

Esquema del curso

Módulo 0: introducción al curso

Módulo 1: información general del examen y estrategias de evaluación

• Información general del examen, logística, puntuación e interfaz de usuario
• Mecánica de preguntas y diseño
• Estrategias de evaluación

Módulo 2, área 1: ingeniería de datos

• Área 1.1: repositorios de datos para ML
• Área 1.2: identificar e implementar una solución de incorporación de datos
• Área 1.3: identificar e implementar una solución de transformación de datos
• Explicación de las preguntas de estudio
• Cuestionario del área 1

Módulo 3, área 2: análisis exploratorio de datos

• Área 2.1: limpiar y preparar los datos para el modelado
• Área 2.2: realizar ingeniería de características
• Área 2.3: analizar y visualizar datos para ML
• Explicación de las preguntas de estudio
• Cuestionario del área 2

Módulo 4, área 3: modelado

• Área 3.1: encuadrar problemas de negocios como problemas de ML
• Área 3.2: seleccionar los modelos adecuados para un problema de ML determinado
• Área 3.3: entrenar modelos de ML
• Área 3.4: realizar la optimización de hiperparámetros
• Área 3.5: evaluar los modelos de ML
• Explicación de las preguntas de estudio
• Cuestionario del área 3

Módulo 5, área 4: implementación y operaciones de ML

• Área 4.1: crear soluciones de ML para rendimiento, disponibilidad, escalabilidad, resiliencia y tolerancia a errores
• Área 4.2: recomendar e implementar los servicios y las características de ML apropiados para un problema determinado
• Área 4.3: aplicar las prácticas básicas de seguridad de AWS a las soluciones de ML
• Área 4.4: implementar y poner en práctica las soluciones de ML
• Explicación de las preguntas de estudio
• Cuestionario del área 4

Módulo 6: preguntas de estudio adicionales

• Oportunidad para realizar preguntas de estudio adicionales

Módulo 7: material de estudio recomendado

• Enlaces a blogs de AWS, documentación, preguntas frecuentes y otro material de estudio recomendado para el examen

Módulo 8: conclusión del curso

• Cómo registrarse para el examen
• Resumen del curso
• Comentarios sobre el curso