Introducción al machine learning de extremo a extremo

Sumérgete en el mundo del machine learning y descubre cómo diseñar, entrenar e implementar modelos integrales con este completo curso. A través de ejemplos interesantes del mundo real y ejercicios prácticos, aprenderás a abordar problemas complejos relacionados con los datos y a crear potentes modelos de aprendizaje automático. Al finalizar este curso, contarás con las habilidades necesarias para crear, supervisar y mantener modelos de alto rendimiento que proporcionen información útil. Transforma tus conocimientos sobre machine learning con este curso práctico y completo, y conviértete en un profesional del machine learning de principio a fin.

Evalúa y mejora tu modelo

Comienza por aprender los fundamentos del análisis exploratorio de datos (EDA) y la preparación de datos: limpiarás y preprocesarás tus datos, asegurándote de que estén listos para el entrenamiento del modelo. A continuación, domina el arte de la ingeniería y selección de características para optimizar tus modelos para los retos del mundo real; aprende a utilizar la biblioteca Boruta para la selección de características, registra experimentos con MLFlow y ajusta tus modelos mediante la validación cruzada k-fold. Descubre los secretos de las métricas de error eficaces y diagnostica el sobreajuste, configurando tus modelos para el éxito.

Implementa y supervisa tu modelo

También explorarás la importancia de los almacenes de características y los registros de modelos en los marcos de ML integrales. Aprende a implementar y supervisar el rendimiento de tu modelo a lo largo del tiempo utilizando Docker y AWS. Comprender el concepto de deriva de datos y cómo detectarla mediante pruebas estadísticas. Implementa bucles de retroalimentación, reciclaje profesional y estrategias de etiquetado para mantener el rendimiento de tus modelos ante datos en constante cambio.

Este curso te proporcionará habilidades prácticas directamente aplicables a una carrera como científico de datos o ingeniero de machine learning, lo que te permitirá diseñar, implementar y mantener modelos; habilidades cruciales para aprovechar el impacto comercial de las soluciones de machine learning.

	Actual positive	Actual negative
Predicted positive	30	10
Predicted negative	20	50

Comprender las matrices de confusión

Machine Learning de extremo a extremo

Ejercicio interactivo práctico