Detectando el sesgo de los datos con Amazon SageMaker Clarify
Machine Learning - Taller de desarrollo
Primer encuentro gratuito online
Viernes 21 de abril de 18.30 a 21.30, hora de Buenos Aires, Argentina GMT-3
Objetivos de aprendizajeDescribir el concepto de sesgo de los datos y comparar las métricas de sesgo más comunes.
Demostrar cómo detectar el sesgo de los datos
Comprender la importancia de las características
Sesgo estadístico e importancia de las características
Sesgo estadístico
Causas del sesgo estadístico
Medición del sesgo estadístico
Detección del sesgo estadístico
Detectar sesgos estadísticos con Amazon SageMaker Clarify
Enfoques para la detección de sesgos estadísticos
Importancia de las características: SHAP
A todos los que se conecten y den el presente les vamos a compartir el acceso a los videos del primer curso de la especialización Ciencia de Datos Práctica en la nube de Amazon(AWS). Los videos son en inglés y hemos traducido los subtítulos al español.
Ciencia de datos práctica en la nube de Amazon(AWS)
3 CURSOS PROGRAMA ESPECIALIZADO
Acerca de este Programa Especializado
Los entornos de desarrollo pueden no tener los mismos requisitos que los de producción. Trasladar los proyectos de ciencia de datos y aprendizaje automático de la idea a la producción requiere habilidades de vanguardia. Debés diseñar e implementar tus proyectos a escala y con eficiencia operativa. La ciencia de datos es un campo interdisciplinar que combina el conocimiento del dominio con las matemáticas, la estadística, la visualización de datos y las habilidades de programación.
La especialización práctica en ciencia de datos aúna estas disciplinas utilizando herramientas de ML creadas específicamente en la nube de AWS. Te ayuda a desarrollar las habilidades prácticas para implementar eficazmente tus proyectos de ciencia de datos y superar los desafíos en cada paso del flujo de trabajo de ML con Amazon SageMaker.
Esta especialización está diseñada para desarrolladores, científicos y analistas centrados en los datos y familiarizados con los lenguajes de programación Python y SQL que deseen aprender a crear, entrenar e implementar canalizaciones de ML escalables e integrales, tanto automatizadas como humanas, en la nube de AWS.
Cada una de las 10 semanas incluye un laboratorio completo desarrollado específicamente para esta especialización que proporciona experiencia práctica con algoritmos de última generación para el procesamiento del lenguaje natural (NLP) y la comprensión del lenguaje natural (NLU), incluidos BERT y FastText con Amazon SageMaker.
Cursos en este Programa Especializado
1 - Analyze Datasets and Train ML Models using AutoML
2 - Build, Train, and Deploy ML Pipelines using BERT
3 - Optimize ML Models and Deploy Human-in-the-Loop Pipelines