Saltar al contenido principal
InicioMachine Learning

curso

Supervisión de conceptos de aprendizaje automático

Intermedio
Updated 12/2024
Aprende sobre los desafíos de monitorear modelos de aprendizaje automático en producción y cómo abordarlos.
Comienza el curso gratis

Incluido de forma gratuitaPremium or Teams

TheoryMachine Learning2 horas11 vídeos33 ejercicios2,050 XP2,294Declaración de cumplimiento

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.
Group

¿Entrenar a 2 o más personas?

Probar DataCamp for Business

Preferido por estudiantes en miles de empresas

Descripción del curso

Conceptos de supervisión del aprendizaje automático

Los modelos de aprendizaje automático influyen cada vez más en las decisiones del mundo real. Estos modelos necesitan supervisión para evitar fallos y garantizar que aportan valor empresarial a tu empresa. Este curso te introducirá en los conceptos fundamentales de la creación de un sistema sólido de supervisión de tus modelos en producción.

Descubre el flujo de trabajo de supervisión ideal

El curso comienza con el esquema de por dónde empezar a supervisar en producción y cómo estructurar los procesos en torno a ello. Cubriremos el flujo de trabajo básico mostrándote cómo detectar los problemas, identificar las causas raíz y resolverlos con ejemplos del mundo real.

Explora los retos de la supervisión de modelos en producción

Desplegar un modelo en producción es sólo el principio del ciclo de vida del modelo. Aunque funcione bien durante el desarrollo, puede fallar debido a los continuos cambios de los datos de producción. En este curso, explorarás las dificultades de controlar el rendimiento de un modelo, sobre todo cuando no existe una verdad de base.

Comprender en Detalle el Desplazamiento de Covariables y la Deriva de Conceptos

La última parte de este curso se centrará en dos tipos de fallo silencioso del modelo. Conocerás en detalle los distintos tipos de desplazamientos de covariables y de deriva conceptual, su influencia en el rendimiento del modelo y cómo detectarlos y evitarlos.

Prerrequisitos

MLOps ConceptsSupervised Learning with scikit-learn
1

Qué es ML Monitorización

Iniciar capítulo
2

Conceptos teóricos de seguimiento

Iniciar capítulo
3

Detección de Desplazamiento de Covariables y Deriva de Conceptos

Iniciar capítulo
Supervisión de conceptos de aprendizaje automático
Curso
Completo

Obtener Declaración de Logro

Añade esta credencial a tu perfil, currículum vitae o CV de LinkedIn
Compártelo en las redes sociales y en tu evaluación de desempeño

Incluido conPremium or Teams

Inscríbete ahora

Únete a más 15 millones de estudiantes y empezar Supervisión de conceptos de aprendizaje automático ¡Hoy!

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.