Este ejercicio forma parte del curso
El aprendizaje automático se utiliza en muchos sectores y campos diferentes. Puede mejorar fundamentalmente la empresa si se aplica correctamente. En este capítulo se describen los casos de uso del aprendizaje automático, los puestos de trabajo y cómo encajan en la pirámide de necesidades de datos.
En este capítulo se describen los distintos tipos de aprendizaje automático. Estudiaremos las diferencias entre modelos causales y de predicción, exploraremos el aprendizaje supervisado y no supervisado y, por último, comprenderemos los subtipos de aprendizaje supervisado: clasificación y regresión.
Este capítulo repasa los pasos clave para determinar el alcance de los requisitos empresariales, identificar y dimensionar las oportunidades de aprendizaje automático, evaluar el rendimiento del modelo e identificar cualquier riesgo de rendimiento en el proceso.
En este capítulo se analizarán las mejores y peores prácticas de gestión de proyectos de aprendizaje automático. Identificaremos los errores más comunes del aprendizaje automático, aprenderemos a gestionar la comunicación entre los equipos de negocio y ML y, por último, abordaremos los retos a la hora de desplegar modelos de aprendizaje automático en producción.
Ejercicio actual