Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Programa del Curso
Introducción y Configuración del Entorno
- ¿Qué es AutoML y por qué importa?
- Configurando entornos de Python y R
- Configurando escritorios remotos y entornos en la nube
Explorando las Características de AutoML
- Capacidades principales de los marcos de AutoML
- Optimización de hiperparámetros y estrategias de búsqueda
- Interpretando las salidas y registros de AutoML
Cómo AutoML Selecciona Algoritmos
- Máquinas de Gradiente Boosting (GBMs), Bosques Aleatorios, GLMs
- Redes neuronales y backends de aprendizaje profundo
- Compromisos: precisión frente a interpretabilidad frente a costo
Preparación y Preprocesamiento de Datos
- Trabajando 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 temporales (pronóstico y modelado secuencial)
- Tareas de texto y NLP (clasificación, análisis de sentimientos)
- Clasificación de imágenes y visión por computadora (Auto-Keras, TensorFlow, PyTorch)
Implementación y Monitoreo de Modelos
- Exportando e implementando modelos de AutoML
- Construyendo pipelines para predicción en tiempo real
- Monitoreando el desplazamiento del modelo y estrategias de reentrenamiento
Ensamblaje y Temas Avanzados
- Empilado y mezcla de modelos de AutoML
- Consideraciones de privacidad y cumplimiento
- Optimización de costos para el AutoML a gran escala
Solución de Problemas y Estudios de Caso
- Errores comunes y cómo solucionarlos
- Interpretando el rendimiento del modelo de AutoML
- Estudios de caso de aplicaciones industriales
Resumen y Próximos Pasos
Requerimientos
- Experiencia con algoritmos de aprendizaje automático
- Experiencia en programación con Python o R
Audiencia
- Analistas de datos
- Científicos de datos
- Ingenieros de datos
- Desarrolladores
14 Horas