Vertex Forecasting and Time Series in Practice
Solicitar Info|
27 may 2024 - 27 may 2024 | Vertex Forecasting and Time Series in Practice |
Acerca de este curso
Este curso es una introducción a la creación de soluciones predictivas con Google Cloud.
Empezando con modelos de secuencia y fundamentos de series temporales, este curso te permitirá recorrer un flujo de trabajo de principio a fin: desde la preparación de datos hasta el desarrollo y despliegue del modelo con Verex AI. Finalmente, aprenderás algunas lecciones y consejos de un caso de uso en el sector minorista y aplicarás los conocimientos construyendo tus propios modelos predictivos.
A quién va dirigido
Este curso está dirigido a los siguientes roles:
- Analistas de datos, científicos de datos e ingenieros de machine learning que deseen crear soluciones predictivas de alto rendimiento de principio a fin en Google Cloud , agregando automatización al flujo de trabajo.
Prerrequisitos
Para obtener el máximo aprovechamiento de este curso, los participantes deben tener:
- Conocimientos básicos de la sintaxis de Python.
- Comprensión básica de modelos de machine learning.
- Experiencia previa en la construcción de soluciones de machine learning en Google Cloud.
Objetivos del curso
Este curso enseña a los participantes las siguientes habilidades:
- Comprender los conceptos principales y las aplicaciones de modelos secuenciales, series temporales y modelos predictivos.
- Identificar las opciones para desarrollar un modelo predictivo en Google Cloud.
- Describir el flujo de trabajo para desarrollar un modelo predictivo utilizando Vertex AI.
- Preparar datos (incluida la ingestión y la ingeniería funcional) utilizando BigQuery y conjuntos de datos gestionados por Vertex.
- Entrenar un modelo predictivo y evaluar su rendimiento utilizando AutoML.
- Desplegar y supervisar un modelo predictivo utilizando Vertex AI Pipelines.
- Construir una solución predictiva de principio a fin utilizando un conjunto de datos.
Contenidos
Módulo 1: Introducción al Curso
- ¿Por qué aprender Verex AI Forecasting de Google?
- Objetivos del curso.
Módulo 2: Fundamentos de Series Temporales y Pronóstico
- Identificar los diferentes tipos de modelos secuenciales.
- Identificar los diferentes patrones y métodos de análisis de series temporales.
- Describir las principales notaciones de previsión.
Módulo 3: Opciones de Pronóstico en Google Cloud
- Identificar las opciones para desarrollar modelos predictivos en Google Cloud.
- Describir Verex AI y sus beneficios.
- Explorar el flujo de trabajo para construir un modelo predictivo utilizando Verex AI.
Módulo 4: Preparación de Datos
- Preparar los datos de entrada para que cumplan con los requisitos de Verex AI Forecasting.
- Demostrar los diferentes tipos de funcionalidades.
- Describir las recomendaciones para la etapa de ingestión de datos.
Módulo 5: Entrenamiento del Modelo
- Configurar el entrenamiento del modelo.
- Seleccionar el objetivo de optimización apropiado del entrenamiento.
Módulo 6: Evaluación del Modelo
- Demostrar la separación de datos de entrenamiento en previsiones de series temporales.
- Describir las métricas de evaluación.
- Diseñar el enfoque para mejorar el rendimiento.
Módulo 7: Despliegue del Modelo
- Desplegar el modelo predictivo.
- Describir Verex AI Pipelines y MLOps.
- Usar predicciones por lotes para generar previsiones del modelo.
Módulo 8: Monitorización del Modelo
- Describir la deriva del modelo.
- Demostrar el reentrenamiento del modelo.
- Usar Verex AI Pipelines y SDK preconstruidos para automatizar el flujo de trabajo predictivo.
Módulo 9: Predicción de Verex en el Sector Retail
- Describir los pasos y consideraciones para construir una solución predictiva en el retail.
- Demostrar el desarrollo del modelo con diferentes conjuntos de datos.
- Identificar los desafíos y las lecciones aprendidas en el desarrollo de un modelo de pronóstico en el sector retail.
Módulo 10: Resumen del Curso
- Resumir los pasos para construir un modelo de pronóstico con Verex AI.
Convocatorias abiertas
|
27 may 2024 - 27 may 2024 | Vertex Forecasting and Time Series in Practice |
