Contacta con nosotros

Temario del curso

Introducción y configuración del entorno

  • ¿Qué es AutoML y por qué es importante?
  • Configuración de los entornos de Python y R
  • Configuración de entornos de escritorio remoto y nube

Exploración de las funcionalidades de AutoML

  • Capacidades principales de los marcos de trabajo de AutoML
  • Optimización de hiperparámetros y estrategias de búsqueda
  • Interpretación de los resultados y registros de AutoML

Cómo AutoML selecciona algoritmos

  • Máquinas de gradiente boosting (GBMs), bosques aleatorios, GLM
  • Redes neuronales y backends de aprendizaje profundo
  • Compromisos: precisión versus interpretabilidad versus costo

Preparación y preprocesamiento de datos

  • Trabajo con datos numéricos y categóricos
  • Ingeniería de características y estrategias de codificación
  • Manejo de valores faltantes y desequilibrio de datos

AutoML para diferentes tipos de datos

  • Datos tabulares (H2O AutoML, auto-sklearn, TPOT)
  • Datos de series de tiempo (pronósticos y modelado secuencial)
  • Tareas de texto y procesamiento de lenguaje natural (clasificación, análisis de sentimientos)
  • Clasificación de imágenes y visión por computadora (Auto-Keras, TensorFlow, PyTorch)

Implementación y monitoreo de modelos

  • Exportación e implementación de modelos de AutoML
  • Construcción de pipelines para predicción en tiempo real
  • Monitoreo de deriva del modelo y estrategias de reentrenamiento

Ensamblaje y temas avanzados

  • Apilamiento y mezcla de modelos de AutoML
  • Consideraciones de privacidad y cumplimiento normativo
  • Optimización de costos para AutoML a gran escala

Solución de problemas y estudios de caso

  • Errores comunes y cómo solucionarlos
  • Interpretación del rendimiento del modelo de AutoML
  • Estudios de caso basados en aplicaciones industriales

Resumen y próximos pasos

Requerimientos

  • Experiencia con algoritmos de aprendizaje automático
  • Experiencia en programación con Python o R

Público objetivo

  • Analistas de datos
  • Científicos de datos
  • Ingenieros de datos
  • Desarrolladores
 14 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas