Este curso final del dominio de desarrollo del modelo proporciona instrucciones para analizar el rendimiento del modelo de ML. Obtendrás información sobre los conceptos y técnicas clave para la evaluación del modelo, incluidas las métricas de problemas de clasificación y regresión.

También descubrirás cómo identificar los problemas de convergencia y garantizar una experimentación reproducible. Por último, utilizarás los servicios de AWS, como Amazon SageMaker Clarify y el Depurador de Amazon SageMaker, para obtener información sobre los datos de entrenamiento del machine learning (ML) y los problemas de los modelos.

Nivel del curso: avanzado
Duración: 1,5 horas

Actividades

Materiales en línea
Ejercicios
Preguntas de la prueba de conocimientos

Objetivos del curso

Determinar los métodos para crear valores de referencia de rendimiento.
Evaluar las compensaciones entre el rendimiento del modelo, el tiempo de entrenamiento y el coste.
Determinar las métricas y técnicas de evaluación de problemas de clasificación.
Determinar las métricas y técnicas de evaluación de problemas de regresión.
Identificar los problemas de convergencia del modelo y evitarlos con el Compilador de entrenamiento de Amazon SageMaker y el Ajuste automático de modelos (AMT) de Amazon SageMaker.
Identificar las métricas de SageMaker Clarify para obtener información sobre los datos y modelos de entrenamiento de ML.
Utilizar SageMaker Clarify para interpretar los resultados del modelo.
Describir cómo realizar experimentos reproducibles con los servicios de AWS.
Utilizar el Depurador de modelos de SageMaker para depurar la convergencia de modelos.

Público objetivo

Arquitectos de la nube
Ingenieros de machine learning

Habilidades recomendadas

Has completado al menos 1 año de experiencia en el uso de SageMaker y otros servicios de AWS para la ingeniería de machine learning
Has completado al menos 1 año de experiencia en un puesto relacionado, como desarrollador de software de backend, desarrollador de DevOps, ingeniero de datos o científico de datos
Una comprensión fundamental de los lenguajes de programación como Python
Has completado los cursos anteriores del plan de formación de AWS para ingenieros de ML asociados