or
Este ejercicio forma parte del curso
En este primer capítulo, participarás en las fases fundamentales de cualquier proyecto de Machine Learning: diseñar un caso de uso de extremo a extremo, el análisis exploratorio de datos y la preparación de datos. Al terminar el capítulo, tendrás una comprensión sólida de las etapas iniciales de un proyecto de Machine Learning, desde conceptualizar un caso de uso hasta preparar los datos para su procesamiento y el entrenamiento del modelo.
Este capítulo profundiza en los procesos esenciales de entrenamiento y evaluación del modelo. Consta de cuatro lecciones completas, centradas en distintos aspectos de la ingeniería y la selección de características, el entrenamiento del modelo, el registro de experimentos y la evaluación del modelo.
Este capítulo aborda los elementos clave del despliegue de modelos, una fase crucial en el ciclo de vida del Machine Learning. Empezaremos con las pruebas y luego avanzaremos hacia los componentes de arquitectura, con foco en los feature stores y los registros de modelos. A continuación, entraremos en el ámbito del empaquetado y la contenedorización. El capítulo concluye con una visión general de la Integración Continua y el Despliegue Continuo (CI/CD).
En el capítulo final, explorarás las complejidades de la supervisión del modelo, una fase crítica dentro del ciclo de vida del Machine Learning.
Ejercicio actual