YoVDO

Machine Learning: despliegue de un modelo con el método azul-verde (Español LATAM) | Machine Learning: Model Deployment Using Blue/Green Method (LATAM Spanish)

Offered By: Amazon Web Services via AWS Skill Builder

Tags

Amazon SageMaker Courses Operating Systems Courses Machine Learning Model Deployment Courses

Course Description

Overview

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

Información general sobre el laboratorio

En este laboratorio, creará un modelo de machine learning a fin de alojar las predicciones de precios y luego implementar dicho modelo para las inferencias en tiempo real. Interactuará con el modelo a través de Jupyter Notebook para verificar que esté funcionando. Luego entrenará un nuevo modelo por medio de un algoritmo alternativo e implementará esa actualización a través de la implementación azul-verde. Por último, trasladará todo el tráfico del entorno azul al verde.

Objetivos

Después de completar la parte 1 de este laboratorio, podrá hacer lo siguiente:

  • implementar un modelo de machine learning con Amazon SageMaker
  • actualizar un modelo para que utilice un algoritmo diferente
  • implementar un modelo actualizado por medio de un método de implementación azul-verde

Requisitos previos

Los requisitos de este laboratorio son los siguientes:

  • Se requiere acceso a una computadora portátil con wifi que ejecute Microsoft Windows, Mac OS X o Linux (Ubuntu, SuSE o Red Hat). No se puede acceder al entorno del laboratorio con un dispositivo iPad o una tableta, pero puede utilizar estos dispositivos para acceder a la guía del estudiante.
  • Los usuarios de Microsoft Windows deben tener acceso de administrador a la computadora.
  • Es necesario 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 60 minutos.

Servicios de AWS que no se utilizan en este laboratorio

En el entorno de laboratorio, los servicios de AWS que no se utilizan en este laboratorio están desactivados. Además, las capacidades de los servicios que se utilizan en este laboratorio se limitan a lo que se necesita en él. 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.

Entorno del laboratorio

El entorno de este laboratorio consta de una instancia de notebook de Amazon Sagemaker con un bloc de notas de Jupyter y un archivo de datos precargados.


Tags

Related Courses

Advanced Deployment Scenarios with TensorFlow
DeepLearning.AI via Coursera
Data Pipelines with TensorFlow Data Services
DeepLearning.AI via Coursera
Device-based Models with TensorFlow Lite
DeepLearning.AI via Coursera
Preparing for the Google Cloud Professional Data Engineer Exam 日本語版
Google Cloud via Coursera
Preparing for the Google Cloud Professional Data Engineer Exam en Español
Google Cloud via Coursera