Preparación para el Examen Azure Data Scientist (DP-100)
Prepara el examen DP‑100 y aprende a crear, entrenar y operar soluciones de ML en Azure, incluyendo Databricks y Azure ML.
Certificado con validez SEPA través del Gobierno del Estado de México
12 meses de acceso
En línea · 167 h
100% autodidacta
50 unidades
Nivel intermedio
Modalidad
Así estudias: curso autodidacta
- Autodidacta y 100% en línea: contenido disponible 24/7.
- Avanzas a tu ritmo: la plataforma guarda tu progreso.
- Sin tutor ni clases en vivo: el curso está diseñado para estudiarse por tu cuenta.
- Te evalúas con actividades automáticas, sin entregas a un tutor.
Qué aprenderás
Lo que serás capaz de hacer
Aprende a crear, entrenar y operar soluciones de aprendizaje automático a escala con Microsoft Azure. Desarrolla habilidades prácticas en Azure Machine Learning, Azure Databricks y preparación para el examen DP-100.
- Construir soluciones de aprendizaje automático de extremo a extremo en Azure Machine Learning.
- Gestionar datos, recursos de cómputo, experimentos y despliegues de modelos en tiempo real.
- Integrar Azure Databricks con procesos de aprendizaje automático mediante Spark, DataFrames y Delta Lake.
- Aplicar AutoML, el diseñador de Azure Machine Learning, el SDK y pipelines para implementar prácticas de MLOps.
- Repasar los temas y las mejores prácticas necesarios para presentar el examen DP-100.
Habilidades que desarrollarás
Aprendizaje no supervisado
Scikit Learn (Machine Learning Library)
PyTorch (Machine Learning Library)
Convolutional Neural Networks
Exploratory Data Analysis
Deep Learning
Microsoft Azure
Visualización de datos
Classification Algorithms
Applied Machine Learning
Regression Analysis
Predictive Modeling
Temario
UNIDAD 1 - Explorar datos y crear modelos para predecir valores numéricos · 30 leccionesCrear modelos de aprendizaje automático en Microsoft Azure - UNIDAD 1 - Explorar datos y crear modelos para predecir valores numéricos
UNIDAD 1 - Explorar datos y crear modelos para predecir valores numéricos · 30 lecciones
Crear modelos de aprendizaje automático en Microsoft Azure - UNIDAD 1 - Explorar datos y crear modelos para predecir valores numéricos
- Introducción al curso
- Examen DP-100: Certificación de diseño e implementación de una solución de ciencia de datos en Azure
- Programa del curso
- Examen DP-100: habilidades medidas
- Cómo tener éxito en este curso
- Introducción de la lección
- Explorar datos con NumPy y Pandas
- Ejercicio - Explorar datos con NumPy y Pandas
- Cuestionario de ejercicios
- Visualización de datos
- Ejercicio - Visualizar datos con Matplotlib
- Cuestionario de ejercicios
- Examinar datos del mundo real
- Ejercicio - Examinar datos del mundo real
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Introducción de la lección
- ¿Qué es la regresión?
- Ejercicio - Entrenar y evaluar un modelo de regresión
- Cuestionario de ejercicios
- Descubra nuevos modelos de regresión
- Ejercicio - Experimente con modelos de regresión más potentes
- Cuestionario de ejercicios
- Mejorar los modelos con hiperparámetros
- Ejercicio - Optimizar y guardar modelos
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
UNIDAD 2 - Entrenar y evaluar modelos de clasificación y agrupación · 22 leccionesCrear modelos de aprendizaje automático en Microsoft Azure - UNIDAD 2 - Entrenar y evaluar modelos de clasificación y agrupación
UNIDAD 2 - Entrenar y evaluar modelos de clasificación y agrupación · 22 lecciones
Crear modelos de aprendizaje automático en Microsoft Azure - UNIDAD 2 - Entrenar y evaluar modelos de clasificación y agrupación
- Introducción de la lección
- ¿Qué es la clasificación?
- Ejercicio - Entrenar y evaluar un modelo de clasificación
- Cuestionario de ejercicios
- Evaluar los modelos de clasificación
- Ejercicio - Realizar la clasificación con métricas alternativas
- Cuestionario de ejercicios
- Crear modelos de clasificación multiclase
- Ejercicio - Entrenar y evaluar modelos de clasificación multiclase
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Introducción de la lección
- Qué es la agrupación
- Ejercicio - Entrenar y evaluar un modelo de agrupación
- Cuestionario de ejercicios
- Evaluar diferentes tipos de agrupación
- Ejercicio - Entrenar y evaluar modelos de agrupación avanzados
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
UNIDAD 3 - Entrenar y evaluar modelos de aprendizaje profundo · 18 leccionesCrear modelos de aprendizaje automático en Microsoft Azure - UNIDAD 3 - Entrenar y evaluar modelos de aprendizaje profundo
UNIDAD 3 - Entrenar y evaluar modelos de aprendizaje profundo · 18 lecciones
Crear modelos de aprendizaje automático en Microsoft Azure - UNIDAD 3 - Entrenar y evaluar modelos de aprendizaje profundo
- Introducción de la lección
- Conceptos de redes neuronales profundas
- Ejercicio - Entrenar una red neuronal profunda
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Introducción de la lección
- Capas en una red neuronal convolucional
- Ejercicio - Entrenar una red neuronal convolucional
- Cuestionario de ejercicios
- Aprendizaje por transferencia
- Ejercicio - Utilizar el aprendizaje por transferencia
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
- Resumen del curso
- Qué esperar a continuación
UNIDAD 4 - Explorar datos y crear modelos para predecir valores numéricos · 30 leccionesCrear modelos de aprendizaje automático en Microsoft Azure - UNIDAD 4 - Explorar datos y crear modelos para predecir valores numéricos
UNIDAD 4 - Explorar datos y crear modelos para predecir valores numéricos · 30 lecciones
Crear modelos de aprendizaje automático en Microsoft Azure - UNIDAD 4 - Explorar datos y crear modelos para predecir valores numéricos
- Introducción al curso
- Examen DP-100: Certificación de diseño e implementación de una solución de ciencia de datos en Azure
- Programa del curso
- Examen DP-100: habilidades medidas
- Cómo tener éxito en este curso
- Introducción de la lección
- Explorar datos con NumPy y Pandas
- Ejercicio - Explorar datos con NumPy y Pandas
- Cuestionario de ejercicios
- Visualización de datos
- Ejercicio - Visualizar datos con Matplotlib
- Cuestionario de ejercicios
- Examinar datos del mundo real
- Ejercicio - Examinar datos del mundo real
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Introducción de la lección
- ¿Qué es la regresión?
- Ejercicio - Entrenar y evaluar un modelo de regresión
- Cuestionario de ejercicios
- Descubra nuevos modelos de regresión
- Ejercicio - Experimente con modelos de regresión más potentes
- Cuestionario de ejercicios
- Mejorar los modelos con hiperparámetros
- Ejercicio - Optimizar y guardar modelos
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
UNIDAD 5 - Entrenar y evaluar modelos de clasificación y agrupación · 22 leccionesCrear modelos de aprendizaje automático en Microsoft Azure - UNIDAD 5 - Entrenar y evaluar modelos de clasificación y agrupación
UNIDAD 5 - Entrenar y evaluar modelos de clasificación y agrupación · 22 lecciones
Crear modelos de aprendizaje automático en Microsoft Azure - UNIDAD 5 - Entrenar y evaluar modelos de clasificación y agrupación
- Introducción de la lección
- ¿Qué es la clasificación?
- Ejercicio - Entrenar y evaluar un modelo de clasificación
- Cuestionario de ejercicios
- Evaluar los modelos de clasificación
- Ejercicio - Realizar la clasificación con métricas alternativas
- Cuestionario de ejercicios
- Crear modelos de clasificación multiclase
- Ejercicio - Entrenar y evaluar modelos de clasificación multiclase
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Introducción de la lección
- Qué es la agrupación
- Ejercicio - Entrenar y evaluar un modelo de agrupación
- Cuestionario de ejercicios
- Evaluar diferentes tipos de agrupación
- Ejercicio - Entrenar y evaluar modelos de agrupación avanzados
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
UNIDAD 6 - Entrenar y evaluar modelos de aprendizaje profundo · 18 leccionesCrear modelos de aprendizaje automático en Microsoft Azure - UNIDAD 6 - Entrenar y evaluar modelos de aprendizaje profundo
UNIDAD 6 - Entrenar y evaluar modelos de aprendizaje profundo · 18 lecciones
Crear modelos de aprendizaje automático en Microsoft Azure - UNIDAD 6 - Entrenar y evaluar modelos de aprendizaje profundo
- Introducción de la lección
- Conceptos de redes neuronales profundas
- Ejercicio - Entrenar una red neuronal profunda
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Introducción de la lección
- Capas en una red neuronal convolucional
- Ejercicio - Entrenar una red neuronal convolucional
- Cuestionario de ejercicios
- Aprendizaje por transferencia
- Ejercicio - Utilizar el aprendizaje por transferencia
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
- Resumen del curso
- Qué esperar a continuación
UNIDAD 7 - Utilice el aprendizaje automático automatizado en Azure Machine Learning · 15 leccionesMicrosoft Azure Machine Learning para científicos de datos - UNIDAD 7 - Utilice el aprendizaje automático automatizado en Azure Machine Learning
UNIDAD 7 - Utilice el aprendizaje automático automatizado en Azure Machine Learning · 15 lecciones
Microsoft Azure Machine Learning para científicos de datos - UNIDAD 7 - Utilice el aprendizaje automático automatizado en Azure Machine Learning
- Introducción a la creación de modelos predictivos sin código con Azure Machine Learning
- Programa del curso
- Cómo tener éxito en este curso
- Azure Machine Learning para entrenar e implantar un modelo predictivo
- Aprendizaje automático Azure
- Ejercicio Parte 1: Crear un espacio de trabajo de Aprendizaje automático de Azure
- Ejercicio Parte 2: Crear recursos informáticos
- Ejercicio Parte 3: Explorar Azure Aprendizaje automático Studio
- Ejercicio Parte 4: Crear y ejecutar una línea de formación
- Ejercicio Parte 5: Ver el historial de trabajos de Training Pipeline
- Ejercicio Parte 6: Limpieza
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen semanal
UNIDAD 8 - Crear un modelo de regresión con Azure Machine Learning Designer · 13 leccionesMicrosoft Azure Machine Learning para científicos de datos - UNIDAD 8 - Crear un modelo de regresión con Azure Machine Learning Designer
UNIDAD 8 - Crear un modelo de regresión con Azure Machine Learning Designer · 13 lecciones
Microsoft Azure Machine Learning para científicos de datos - UNIDAD 8 - Crear un modelo de regresión con Azure Machine Learning Designer
- ¿Qué es la regresión?
- Ejercicio Parte 1: Crear un espacio de trabajo de aprendizaje automático de Azure
- Ejercicio Parte 2: Crear recursos informáticos
- Ejercicio Parte 3: Crear una canalización Azure ML utilizando Designer
- Ejercicio Parte 4: Explorar y Preparar Datos Usando Azure ML Designer
- Ejercicio Parte 5: Entrenar y evaluar modelos de regresión utilizando Azure ML Designer
- Ejercicio Parte 6: Crear un cluster de inferencia y un pipeline de inferencia
- Ejercicio Parte 7: Despliegue del modelo
- Ejercicio Parte 8: Limpieza
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen semanal
UNIDAD 9 - Crear un modelo de clasificación con Azure AI · 13 leccionesMicrosoft Azure Machine Learning para científicos de datos - UNIDAD 9 - Crear un modelo de clasificación con Azure AI
UNIDAD 9 - Crear un modelo de clasificación con Azure AI · 13 lecciones
Microsoft Azure Machine Learning para científicos de datos - UNIDAD 9 - Crear un modelo de clasificación con Azure AI
- ¿Qué es la clasificación?
- Ejercicio Parte 1: Crear un espacio de trabajo de aprendizaje automático de Azure
- Ejercicio Parte 2: Crear recursos informáticos
- Ejercicio Parte 3: Explorar y preparar datos utilizando Azure ML Designer
- Ejercicio Parte 4: Entrenar un Modelo de Clasificación Usando Azure ML Designer
- Ejercicio Parte 5: Evaluar un modelo de clasificación
- Ejercicio Parte 6: Crear un conducto de inferencia
- Ejercicio Parte 7: Despliegue de un servicio predictivo
- Ejercicio Parte 8: Limpieza
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen semanal
UNIDAD 10 - Crear un modelo de agrupación con Azure AI · 15 leccionesMicrosoft Azure Machine Learning para científicos de datos - UNIDAD 10 - Crear un modelo de agrupación con Azure AI
UNIDAD 10 - Crear un modelo de agrupación con Azure AI · 15 lecciones
Microsoft Azure Machine Learning para científicos de datos - UNIDAD 10 - Crear un modelo de agrupación con Azure AI
- ¿Qué es la agrupación?
- Ejercicio Parte 1: Crear un espacio de trabajo de aprendizaje automático de Azure
- Ejercicio Parte 2: Crear recursos informáticos
- Ejercicio Parte 3: Explorar y preparar datos utilizando Azure ML Designer
- Ejercicio Parte 4: Entrenar un Modelo de Clustering usando Azure ML Designer
- Ejercicio Parte 5: Evaluar un modelo de agrupación en clusters
- Ejercicio Parte 6: Crear una cadena de inferencia
- Ejercicio Parte 7: Despliegue de un servicio predictivo
- Ejercicio Parte 8: Limpieza
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen semanal
- Conclusión del curso
- Qué esperar a continuación
UNIDAD 11 - Utilice el aprendizaje automático automatizado en Azure Machine Learning · 15 leccionesMicrosoft Azure Machine Learning para científicos de datos - UNIDAD 11 - Utilice el aprendizaje automático automatizado en Azure Machine Learning
UNIDAD 11 - Utilice el aprendizaje automático automatizado en Azure Machine Learning · 15 lecciones
Microsoft Azure Machine Learning para científicos de datos - UNIDAD 11 - Utilice el aprendizaje automático automatizado en Azure Machine Learning
- Introducción a la creación de modelos predictivos sin código con Azure Machine Learning
- Programa del curso
- Cómo tener éxito en este curso
- Azure Machine Learning para entrenar e implantar un modelo predictivo
- Aprendizaje automático Azure
- Ejercicio Parte 1: Crear un espacio de trabajo de Aprendizaje automático de Azure
- Ejercicio Parte 2: Crear recursos informáticos
- Ejercicio Parte 3: Explorar Azure Aprendizaje automático Studio
- Ejercicio Parte 4: Crear y ejecutar una línea de formación
- Ejercicio Parte 5: Ver el historial de trabajos de Training Pipeline
- Ejercicio Parte 6: Limpieza
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen semanal
UNIDAD 12 - Crear un modelo de regresión con Azure Machine Learning Designer · 13 leccionesMicrosoft Azure Machine Learning para científicos de datos - UNIDAD 12 - Crear un modelo de regresión con Azure Machine Learning Designer
UNIDAD 12 - Crear un modelo de regresión con Azure Machine Learning Designer · 13 lecciones
Microsoft Azure Machine Learning para científicos de datos - UNIDAD 12 - Crear un modelo de regresión con Azure Machine Learning Designer
- ¿Qué es la regresión?
- Ejercicio Parte 1: Crear un espacio de trabajo de aprendizaje automático de Azure
- Ejercicio Parte 2: Crear recursos informáticos
- Ejercicio Parte 3: Crear una canalización Azure ML utilizando Designer
- Ejercicio Parte 4: Explorar y Preparar Datos Usando Azure ML Designer
- Ejercicio Parte 5: Entrenar y evaluar modelos de regresión utilizando Azure ML Designer
- Ejercicio Parte 6: Crear un cluster de inferencia y un pipeline de inferencia
- Ejercicio Parte 7: Despliegue del modelo
- Ejercicio Parte 8: Limpieza
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen semanal
UNIDAD 13 - Crear un modelo de clasificación con Azure AI · 13 leccionesMicrosoft Azure Machine Learning para científicos de datos - UNIDAD 13 - Crear un modelo de clasificación con Azure AI
UNIDAD 13 - Crear un modelo de clasificación con Azure AI · 13 lecciones
Microsoft Azure Machine Learning para científicos de datos - UNIDAD 13 - Crear un modelo de clasificación con Azure AI
- ¿Qué es la clasificación?
- Ejercicio Parte 1: Crear un espacio de trabajo de aprendizaje automático de Azure
- Ejercicio Parte 2: Crear recursos informáticos
- Ejercicio Parte 3: Explorar y preparar datos utilizando Azure ML Designer
- Ejercicio Parte 4: Entrenar un Modelo de Clasificación Usando Azure ML Designer
- Ejercicio Parte 5: Evaluar un modelo de clasificación
- Ejercicio Parte 6: Crear un conducto de inferencia
- Ejercicio Parte 7: Despliegue de un servicio predictivo
- Ejercicio Parte 8: Limpieza
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen semanal
UNIDAD 14 - Crear un modelo de agrupación con Azure AI · 15 leccionesMicrosoft Azure Machine Learning para científicos de datos - UNIDAD 14 - Crear un modelo de agrupación con Azure AI
UNIDAD 14 - Crear un modelo de agrupación con Azure AI · 15 lecciones
Microsoft Azure Machine Learning para científicos de datos - UNIDAD 14 - Crear un modelo de agrupación con Azure AI
- ¿Qué es la agrupación?
- Ejercicio Parte 1: Crear un espacio de trabajo de aprendizaje automático de Azure
- Ejercicio Parte 2: Crear recursos informáticos
- Ejercicio Parte 3: Explorar y preparar datos utilizando Azure ML Designer
- Ejercicio Parte 4: Entrenar un Modelo de Clustering usando Azure ML Designer
- Ejercicio Parte 5: Evaluar un modelo de agrupación en clusters
- Ejercicio Parte 6: Crear una cadena de inferencia
- Ejercicio Parte 7: Despliegue de un servicio predictivo
- Ejercicio Parte 8: Limpieza
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen semanal
- Conclusión del curso
- Qué esperar a continuación
UNIDAD 15 - Utilice el SDK de aprendizaje automático de Azure para entrenar un modelo · 23 leccionesConstruya y opere soluciones de aprendizaje automático con Azure - UNIDAD 15 - Utilice el SDK de aprendizaje automático de Azure para entrenar un modelo
UNIDAD 15 - Utilice el SDK de aprendizaje automático de Azure para entrenar un modelo · 23 lecciones
Construya y opere soluciones de aprendizaje automático con Azure - UNIDAD 15 - Utilice el SDK de aprendizaje automático de Azure para entrenar un modelo
- Introducción a la analítica moderna de almacenes de datos en Azure
- Programa del curso
- Cómo tener éxito en este curso
- Introducción de la lección
- Espacios de trabajo de Azure Machine Learning
- Ejercicio - Explorar las herramientas para desarrolladores de Azure ML
- Cuestionario de ejercicios
- Herramientas e interfaces de aprendizaje automático de Azure
- Experimentos de Azure Machine Learning
- Ejercicio - Realice experimentos
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Lecturas adicionales
- Introducción a la lección
- Ejecute un script de entrenamiento
- Uso de parámetros de script
- Registro de modelos
- Ejercicio - Formación y registro de un modelo
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
UNIDAD 16 - Trabajar con datos y computación en Azure Machine Learning · 22 leccionesConstruya y opere soluciones de aprendizaje automático con Azure - UNIDAD 16 - Trabajar con datos y computación en Azure Machine Learning
UNIDAD 16 - Trabajar con datos y computación en Azure Machine Learning · 22 lecciones
Construya y opere soluciones de aprendizaje automático con Azure - UNIDAD 16 - Trabajar con datos y computación en Azure Machine Learning
- Introducción a la lección
- Introducción a los almacenes de datos
- Utilizar almacenes de datos
- Introducción a los conjuntos de datos
- Utilizar conjuntos de datos
- Ejercicio - Trabajar con datos
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Lecturas adicionales
- Introducción de la lección
- Entornos en Azure Machine Learning
- Creación de entornos
- Introducción a los objetivos de cálculo
- Crear objetivos de cálculo
- Utilizar objetivos de cálculo
- Ejercicio - Trabajar con contextos de cálculo
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
- Lecturas complementarias
UNIDAD 17 - Orqueste pipelines y despliegue servicios de aprendizaje automático en tiempo real con Azure Machine Learning · 22 leccionesConstruya y opere soluciones de aprendizaje automático con Azure - UNIDAD 17 - Orqueste pipelines y despliegue servicios de aprendizaje automático en tiempo real con Azure Machine Learning
UNIDAD 17 - Orqueste pipelines y despliegue servicios de aprendizaje automático en tiempo real con Azure Machine Learning · 22 lecciones
Construya y opere soluciones de aprendizaje automático con Azure - UNIDAD 17 - Orqueste pipelines y despliegue servicios de aprendizaje automático en tiempo real con Azure Machine Learning
- Introducción de la lección
- Introducción a las canalizaciones
- Pasar datos entre pasos del pipeline
- Definir y utilizar componentes de canalización
- Reutilizar los pasos de la tubería
- Publicar canalizaciones
- Utilizar parámetros de canalización
- Programar oleoductos
- Ejercicio - Crear una canalización
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Lecturas adicionales
- Introducción a la lección
- Desplegar un modelo como servicio en tiempo real
- Consumir un servicio de inferencias en tiempo real
- Solucionar problemas de despliegue de servicios
- Ejercicio - Desplegar un modelo como servicio en tiempo real
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
UNIDAD 18 - Despliegue pipelines de inferencia por lotes y ajuste hiperparámetros con Azure Machine Learning · 15 leccionesConstruya y opere soluciones de aprendizaje automático con Azure - UNIDAD 18 - Despliegue pipelines de inferencia por lotes y ajuste hiperparámetros con Azure Machine Learning
UNIDAD 18 - Despliegue pipelines de inferencia por lotes y ajuste hiperparámetros con Azure Machine Learning · 15 lecciones
Construya y opere soluciones de aprendizaje automático con Azure - UNIDAD 18 - Despliegue pipelines de inferencia por lotes y ajuste hiperparámetros con Azure Machine Learning
- Introducción de la lección
- Creación de una canalización de inferencia por lotes
- Publicación de una canalización de inferencia por lotes
- Comprobación de conocimientos
- Resumen de la lección
- Introducción de la lección
- Definición de un espacio de búsqueda
- Configuración del muestreo
- Configuración de la terminación anticipada
- Ejecución de un experimento de ajuste de hiperparámetros
- Ejercicio - Ajuste de los hiperparámetros
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
UNIDAD 19 - Seleccione modelos y proteja los datos sensibles · 28 leccionesConstruya y opere soluciones de aprendizaje automático con Azure - UNIDAD 19 - Seleccione modelos y proteja los datos sensibles
UNIDAD 19 - Seleccione modelos y proteja los datos sensibles · 28 lecciones
Construya y opere soluciones de aprendizaje automático con Azure - UNIDAD 19 - Seleccione modelos y proteja los datos sensibles
- Introducción de la lección
- Tareas y algoritmos automatizados de aprendizaje automático
- Preprocesamiento y featurización
- Ejecución de experimentos automatizados de aprendizaje automático
- Ejercicio - Utilización del aprendizaje automático
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Lecturas adicionales
- Introducción de la lección
- Comprender la privacidad diferencial
- Configurar los parámetros de privacidad de los datos
- Ejercicio - Utilizar la privacidad diferencial
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Lecturas adicionales
- Introducción de la lección
- Importancia de las características
- Utilizar explicadores
- Crear explicaciones
- Visualizar las explicaciones
- Ejercicio - Interpretar modelos
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
- Lecturas adicionales
UNIDAD 20 - Supervise los despliegues de aprendizaje automático · 28 leccionesConstruya y opere soluciones de aprendizaje automático con Azure - UNIDAD 20 - Supervise los despliegues de aprendizaje automático
UNIDAD 20 - Supervise los despliegues de aprendizaje automático · 28 lecciones
Construya y opere soluciones de aprendizaje automático con Azure - UNIDAD 20 - Supervise los despliegues de aprendizaje automático
- Introducción de la lección
- Considere la equidad del modelo
- Analizar la equidad del modelo con Fairlearn
- Mitigar la injusticia con Fairlearn
- Ejercicio - Utilizar Fairlearn con Azure Machine Learning
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Lecturas adicionales
- Introducción de la lección
- Habilitar Application Insights
- Captura y visualización de telemetría
- Ejercicio - Supervisar un modelo
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Lecturas adicionales
- Introducción de la lección
- Creación de un monitor de deriva de datos
- Programación de alertas
- Ejercicio - Supervisar la deriva de los datos
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
- Lecturas adicionales
- Enhorabuena
- Próximos pasos
UNIDAD 21 - Utilice el SDK de aprendizaje automático de Azure para entrenar un modelo · 23 leccionesConstruya y opere soluciones de aprendizaje automático con Azure - UNIDAD 21 - Utilice el SDK de aprendizaje automático de Azure para entrenar un modelo
UNIDAD 21 - Utilice el SDK de aprendizaje automático de Azure para entrenar un modelo · 23 lecciones
Construya y opere soluciones de aprendizaje automático con Azure - UNIDAD 21 - Utilice el SDK de aprendizaje automático de Azure para entrenar un modelo
- Introducción a la analítica moderna de almacenes de datos en Azure
- Programa del curso
- Cómo tener éxito en este curso
- Introducción de la lección
- Espacios de trabajo de Azure Machine Learning
- Ejercicio - Explorar las herramientas para desarrolladores de Azure ML
- Cuestionario de ejercicios
- Herramientas e interfaces de aprendizaje automático de Azure
- Experimentos de Azure Machine Learning
- Ejercicio - Realice experimentos
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Lecturas adicionales
- Introducción a la lección
- Ejecute un script de entrenamiento
- Uso de parámetros de script
- Registro de modelos
- Ejercicio - Formación y registro de un modelo
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
UNIDAD 22 - Trabajar con datos y computación en Azure Machine Learning · 22 leccionesConstruya y opere soluciones de aprendizaje automático con Azure - UNIDAD 22 - Trabajar con datos y computación en Azure Machine Learning
UNIDAD 22 - Trabajar con datos y computación en Azure Machine Learning · 22 lecciones
Construya y opere soluciones de aprendizaje automático con Azure - UNIDAD 22 - Trabajar con datos y computación en Azure Machine Learning
- Introducción a la lección
- Introducción a los almacenes de datos
- Utilizar almacenes de datos
- Introducción a los conjuntos de datos
- Utilizar conjuntos de datos
- Ejercicio - Trabajar con datos
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Lecturas adicionales
- Introducción de la lección
- Entornos en Azure Machine Learning
- Creación de entornos
- Introducción a los objetivos de cálculo
- Crear objetivos de cálculo
- Utilizar objetivos de cálculo
- Ejercicio - Trabajar con contextos de cálculo
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
- Lecturas complementarias
UNIDAD 23 - Orqueste pipelines y despliegue servicios de aprendizaje automático en tiempo real con Azure Machine Learning · 22 leccionesConstruya y opere soluciones de aprendizaje automático con Azure - UNIDAD 23 - Orqueste pipelines y despliegue servicios de aprendizaje automático en tiempo real con Azure Machine Learning
UNIDAD 23 - Orqueste pipelines y despliegue servicios de aprendizaje automático en tiempo real con Azure Machine Learning · 22 lecciones
Construya y opere soluciones de aprendizaje automático con Azure - UNIDAD 23 - Orqueste pipelines y despliegue servicios de aprendizaje automático en tiempo real con Azure Machine Learning
- Introducción de la lección
- Introducción a las canalizaciones
- Pasar datos entre pasos del pipeline
- Definir y utilizar componentes de canalización
- Reutilizar los pasos de la tubería
- Publicar canalizaciones
- Utilizar parámetros de canalización
- Programar oleoductos
- Ejercicio - Crear una canalización
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Lecturas adicionales
- Introducción a la lección
- Desplegar un modelo como servicio en tiempo real
- Consumir un servicio de inferencias en tiempo real
- Solucionar problemas de despliegue de servicios
- Ejercicio - Desplegar un modelo como servicio en tiempo real
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
UNIDAD 24 - Despliegue pipelines de inferencia por lotes y ajuste hiperparámetros con Azure Machine Learning · 15 leccionesConstruya y opere soluciones de aprendizaje automático con Azure - UNIDAD 24 - Despliegue pipelines de inferencia por lotes y ajuste hiperparámetros con Azure Machine Learning
UNIDAD 24 - Despliegue pipelines de inferencia por lotes y ajuste hiperparámetros con Azure Machine Learning · 15 lecciones
Construya y opere soluciones de aprendizaje automático con Azure - UNIDAD 24 - Despliegue pipelines de inferencia por lotes y ajuste hiperparámetros con Azure Machine Learning
- Introducción de la lección
- Creación de una canalización de inferencia por lotes
- Publicación de una canalización de inferencia por lotes
- Comprobación de conocimientos
- Resumen de la lección
- Introducción de la lección
- Definición de un espacio de búsqueda
- Configuración del muestreo
- Configuración de la terminación anticipada
- Ejecución de un experimento de ajuste de hiperparámetros
- Ejercicio - Ajuste de los hiperparámetros
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
UNIDAD 25 - Seleccione modelos y proteja los datos sensibles · 28 leccionesConstruya y opere soluciones de aprendizaje automático con Azure - UNIDAD 25 - Seleccione modelos y proteja los datos sensibles
UNIDAD 25 - Seleccione modelos y proteja los datos sensibles · 28 lecciones
Construya y opere soluciones de aprendizaje automático con Azure - UNIDAD 25 - Seleccione modelos y proteja los datos sensibles
- Introducción de la lección
- Tareas y algoritmos automatizados de aprendizaje automático
- Preprocesamiento y featurización
- Ejecución de experimentos automatizados de aprendizaje automático
- Ejercicio - Utilización del aprendizaje automático
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Lecturas adicionales
- Introducción de la lección
- Comprender la privacidad diferencial
- Configurar los parámetros de privacidad de los datos
- Ejercicio - Utilizar la privacidad diferencial
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Lecturas adicionales
- Introducción de la lección
- Importancia de las características
- Utilizar explicadores
- Crear explicaciones
- Visualizar las explicaciones
- Ejercicio - Interpretar modelos
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
- Lecturas adicionales
UNIDAD 26 - Supervise los despliegues de aprendizaje automático · 28 leccionesConstruya y opere soluciones de aprendizaje automático con Azure - UNIDAD 26 - Supervise los despliegues de aprendizaje automático
UNIDAD 26 - Supervise los despliegues de aprendizaje automático · 28 lecciones
Construya y opere soluciones de aprendizaje automático con Azure - UNIDAD 26 - Supervise los despliegues de aprendizaje automático
- Introducción de la lección
- Considere la equidad del modelo
- Analizar la equidad del modelo con Fairlearn
- Mitigar la injusticia con Fairlearn
- Ejercicio - Utilizar Fairlearn con Azure Machine Learning
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Lecturas adicionales
- Introducción de la lección
- Habilitar Application Insights
- Captura y visualización de telemetría
- Ejercicio - Supervisar un modelo
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Lecturas adicionales
- Introducción de la lección
- Creación de un monitor de deriva de datos
- Programación de alertas
- Ejercicio - Supervisar la deriva de los datos
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
- Lecturas adicionales
- Enhorabuena
- Próximos pasos
UNIDAD 27 - Introducción a Azure Databricks · 16 leccionesRealice ciencia de datos con Azure Databricks - UNIDAD 27 - Introducción a Azure Databricks
UNIDAD 27 - Introducción a Azure Databricks · 16 lecciones
Realice ciencia de datos con Azure Databricks - UNIDAD 27 - Introducción a Azure Databricks
- Introducción al curso
- Programa del curso
- Cómo tener éxito en este curso
- Explicar Azure Databricks
- Crear un espacio de trabajo y un clúster Azure Databricks
- Crear y ejecutar un cuaderno
- Ejercicio: Trabajar con cuadernos
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Introducción de la lección
- Comprender la arquitectura del clúster Azure Databricks Spark
- Comprender la arquitectura de spark job
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
UNIDAD 28 - Trabajar con datos en Azure Databricks · 18 leccionesRealice ciencia de datos con Azure Databricks - UNIDAD 28 - Trabajar con datos en Azure Databricks
UNIDAD 28 - Trabajar con datos en Azure Databricks · 18 lecciones
Realice ciencia de datos con Azure Databricks - UNIDAD 28 - Trabajar con datos en Azure Databricks
- Introducción de la lección
- Leer datos en formato CSV
- Leer datos en formato JSON
- Leer datos en formato Parquet
- Leer datos almacenados en tablas y vistas
- Escribir datos
- Ejercicios: Leer y escribir datos
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Introducción de la lección
- Describir un DataFrame
- Utilizar métodos comunes de DataFrame
- Utilice la función de visualización
- Ejercicio: Artículos distintos
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
UNIDAD 29 - Procesamiento de datos en Azure Databricks · 17 leccionesRealice ciencia de datos con Azure Databricks - UNIDAD 29 - Procesamiento de datos en Azure Databricks
UNIDAD 29 - Procesamiento de datos en Azure Databricks · 17 lecciones
Realice ciencia de datos con Azure Databricks - UNIDAD 29 - Procesamiento de datos en Azure Databricks
- Describa la fuente abierta Delta Lake
- Empiece con Delta utilizando las API de Spark
- Ejercicio: Trabajar con la funcionalidad básica de Delta Lake
- Cuestionario de ejercicios
- Describir cómo Azure Databricks gestiona Delta Lake
- Ejercicio: Utilice la máquina del tiempo de Delta Lake y realice la optimización
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Introducción de la lección
- Escribir funciones definidas por el usuario
- Ejercicio: Realizar operaciones de extracción, transformación y carga (ETL) utilizando funciones definidas por el usuario
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
- Recursos adicionales
UNIDAD 30 - Empiece con Databricks y el aprendizaje automático · 23 leccionesRealice ciencia de datos con Azure Databricks - UNIDAD 30 - Empiece con Databricks y el aprendizaje automático
UNIDAD 30 - Empiece con Databricks y el aprendizaje automático · 23 lecciones
Realice ciencia de datos con Azure Databricks - UNIDAD 30 - Empiece con Databricks y el aprendizaje automático
- Introducción de la lección
- Comprender el aprendizaje automático
- Ejercicio: Entrenar un modelo y crear predicciones
- Cuestionario de ejercicios
- Comprender los datos utilizando el análisis exploratorio de datos
- Ejercicio: Realizar un análisis exploratorio de datos
- Cuestionario de ejercicios
- Describir los flujos de trabajo del aprendizaje automático
- Ejercicio: Construir y evaluar un modelo básico de aprendizaje automático
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Introducción de la lección
- Realice la featurización del conjunto de datos
- Ejercicio: Terminar la featurización del conjunto de datos
- Cuestionario de ejercicios
- Comprender el modelado de regresión
- Ejercicio: Construir e interpretar un modelo de regresión
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
- Recursos adicionales
UNIDAD 31 - Gestione los ciclos de vida del aprendizaje automático y ajuste los modelos · 14 leccionesRealice ciencia de datos con Azure Databricks - UNIDAD 31 - Gestione los ciclos de vida del aprendizaje automático y ajuste los modelos
UNIDAD 31 - Gestione los ciclos de vida del aprendizaje automático y ajuste los modelos · 14 lecciones
Realice ciencia de datos con Azure Databricks - UNIDAD 31 - Gestione los ciclos de vida del aprendizaje automático y ajuste los modelos
- Introducción de la lección
- Utilice MLflow para realizar un seguimiento de los experimentos, registrar métricas y comparar ejecuciones
- Ejercicio: Trabaje con MLflow para realizar un seguimiento de las métricas, parámetros, artefactos y modelos de los experimentos
- Cuestionario Exercsie
- Comprobación de conocimientos
- Resumen de la lección
- Introducción de la lección
- Describir la selección de modelos y el ajuste de hiperparámetros
- Ejercicio: Seleccionar el modelo óptimo ajustando los hiperparámetros
- Cuestionario Exercsie
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
- Recursos adicionales
UNIDAD 32 - Entrene una red neuronal distribuida y sirva modelos con Azure Machine Learning · 15 leccionesRealice ciencia de datos con Azure Databricks - UNIDAD 32 - Entrene una red neuronal distribuida y sirva modelos con Azure Machine Learning
UNIDAD 32 - Entrene una red neuronal distribuida y sirva modelos con Azure Machine Learning · 15 lecciones
Realice ciencia de datos con Azure Databricks - UNIDAD 32 - Entrene una red neuronal distribuida y sirva modelos con Azure Machine Learning
- Introducción de la lección
- Utilice Horovod para entrenar un modelo de aprendizaje profundo
- Utilice Petastorm para leer en formato Apache Parquet con Horovod para el entrenamiento distribuido de modelos
- Ejercicio: Trabajar con Horovod y Petastorm para entrenar un modelo de aprendizaje profundo
- Cuestionario Exercsie
- Comprobación de conocimientos
- Resumen de la lección
- Introducción de la lección
- Utilice Azure Machine Learning para desplegar modelos de servicio
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
- Recursos adicionales
- Enhorabuena
- Próximos pasos
UNIDAD 33 - Introducción a Azure Databricks · 16 leccionesRealice ciencia de datos con Azure Databricks - UNIDAD 33 - Introducción a Azure Databricks
UNIDAD 33 - Introducción a Azure Databricks · 16 lecciones
Realice ciencia de datos con Azure Databricks - UNIDAD 33 - Introducción a Azure Databricks
- Introducción al curso
- Programa del curso
- Cómo tener éxito en este curso
- Explicar Azure Databricks
- Crear un espacio de trabajo y un clúster Azure Databricks
- Crear y ejecutar un cuaderno
- Ejercicio: Trabajar con cuadernos
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Introducción de la lección
- Comprender la arquitectura del clúster Azure Databricks Spark
- Comprender la arquitectura de spark job
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
UNIDAD 34 - Trabajar con datos en Azure Databricks · 18 leccionesRealice ciencia de datos con Azure Databricks - UNIDAD 34 - Trabajar con datos en Azure Databricks
UNIDAD 34 - Trabajar con datos en Azure Databricks · 18 lecciones
Realice ciencia de datos con Azure Databricks - UNIDAD 34 - Trabajar con datos en Azure Databricks
- Introducción de la lección
- Leer datos en formato CSV
- Leer datos en formato JSON
- Leer datos en formato Parquet
- Leer datos almacenados en tablas y vistas
- Escribir datos
- Ejercicios: Leer y escribir datos
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Introducción de la lección
- Describir un DataFrame
- Utilizar métodos comunes de DataFrame
- Utilice la función de visualización
- Ejercicio: Artículos distintos
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
UNIDAD 35 - Procesamiento de datos en Azure Databricks · 17 leccionesRealice ciencia de datos con Azure Databricks - UNIDAD 35 - Procesamiento de datos en Azure Databricks
UNIDAD 35 - Procesamiento de datos en Azure Databricks · 17 lecciones
Realice ciencia de datos con Azure Databricks - UNIDAD 35 - Procesamiento de datos en Azure Databricks
- Describa la fuente abierta Delta Lake
- Empiece con Delta utilizando las API de Spark
- Ejercicio: Trabajar con la funcionalidad básica de Delta Lake
- Cuestionario de ejercicios
- Describir cómo Azure Databricks gestiona Delta Lake
- Ejercicio: Utilice la máquina del tiempo de Delta Lake y realice la optimización
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Introducción de la lección
- Escribir funciones definidas por el usuario
- Ejercicio: Realizar operaciones de extracción, transformación y carga (ETL) utilizando funciones definidas por el usuario
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
- Recursos adicionales
UNIDAD 36 - Empiece con Databricks y el aprendizaje automático · 23 leccionesRealice ciencia de datos con Azure Databricks - UNIDAD 36 - Empiece con Databricks y el aprendizaje automático
UNIDAD 36 - Empiece con Databricks y el aprendizaje automático · 23 lecciones
Realice ciencia de datos con Azure Databricks - UNIDAD 36 - Empiece con Databricks y el aprendizaje automático
- Introducción de la lección
- Comprender el aprendizaje automático
- Ejercicio: Entrenar un modelo y crear predicciones
- Cuestionario de ejercicios
- Comprender los datos utilizando el análisis exploratorio de datos
- Ejercicio: Realizar un análisis exploratorio de datos
- Cuestionario de ejercicios
- Describir los flujos de trabajo del aprendizaje automático
- Ejercicio: Construir y evaluar un modelo básico de aprendizaje automático
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Resumen de la lección
- Introducción de la lección
- Realice la featurización del conjunto de datos
- Ejercicio: Terminar la featurización del conjunto de datos
- Cuestionario de ejercicios
- Comprender el modelado de regresión
- Ejercicio: Construir e interpretar un modelo de regresión
- Cuestionario de ejercicios
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
- Recursos adicionales
UNIDAD 37 - Gestione los ciclos de vida del aprendizaje automático y ajuste los modelos · 14 leccionesRealice ciencia de datos con Azure Databricks - UNIDAD 37 - Gestione los ciclos de vida del aprendizaje automático y ajuste los modelos
UNIDAD 37 - Gestione los ciclos de vida del aprendizaje automático y ajuste los modelos · 14 lecciones
Realice ciencia de datos con Azure Databricks - UNIDAD 37 - Gestione los ciclos de vida del aprendizaje automático y ajuste los modelos
- Introducción de la lección
- Utilice MLflow para realizar un seguimiento de los experimentos, registrar métricas y comparar ejecuciones
- Ejercicio: Trabaje con MLflow para realizar un seguimiento de las métricas, parámetros, artefactos y modelos de los experimentos
- Cuestionario Exercsie
- Comprobación de conocimientos
- Resumen de la lección
- Introducción de la lección
- Describir la selección de modelos y el ajuste de hiperparámetros
- Ejercicio: Seleccionar el modelo óptimo ajustando los hiperparámetros
- Cuestionario Exercsie
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
- Recursos adicionales
UNIDAD 38 - Entrene una red neuronal distribuida y sirva modelos con Azure Machine Learning · 15 leccionesRealice ciencia de datos con Azure Databricks - UNIDAD 38 - Entrene una red neuronal distribuida y sirva modelos con Azure Machine Learning
UNIDAD 38 - Entrene una red neuronal distribuida y sirva modelos con Azure Machine Learning · 15 lecciones
Realice ciencia de datos con Azure Databricks - UNIDAD 38 - Entrene una red neuronal distribuida y sirva modelos con Azure Machine Learning
- Introducción de la lección
- Utilice Horovod para entrenar un modelo de aprendizaje profundo
- Utilice Petastorm para leer en formato Apache Parquet con Horovod para el entrenamiento distribuido de modelos
- Ejercicio: Trabajar con Horovod y Petastorm para entrenar un modelo de aprendizaje profundo
- Cuestionario Exercsie
- Comprobación de conocimientos
- Resumen de la lección
- Introducción de la lección
- Utilice Azure Machine Learning para desplegar modelos de servicio
- Comprobación de conocimientos
- Preparación de exámenes
- Resumen de la lección
- Recursos adicionales
- Enhorabuena
- Próximos pasos
UNIDAD 39 - Prepárese para el DP-100: Examen de diseño e implementación de una solución de ciencia de datos en Azure · 16 leccionesPrepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 39 - Prepárese para el DP-100: Examen de diseño e implementación de una solución de ciencia de datos en Azure
UNIDAD 39 - Prepárese para el DP-100: Examen de diseño e implementación de una solución de ciencia de datos en Azure · 16 lecciones
Prepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 39 - Prepárese para el DP-100: Examen de diseño e implementación de una solución de ciencia de datos en Azure
- Introducción al curso
- Programa del curso
- Cómo tener éxito en este curso
- Inscríbase en el examen supervisado
- Introducción a la lección
- Vías de certificación de Microsoft Azure
- La certificación de Microsoft basada en roles
- Trabajos y carreras
- Lecturas adicionales
- Introducción a la lección
- Cómo prepararse para el examen supervisado
- Temas tratados en el examen
- Cómo se realiza el examen
- Estrategia de examen
- Consejos y trucos
- Recursos adicionales
UNIDAD 40 - Preparación de exámenes - Curso 1 · 3 leccionesPrepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 40 - Preparación de exámenes - Curso 1
UNIDAD 40 - Preparación de exámenes - Curso 1 · 3 lecciones
Prepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 40 - Preparación de exámenes - Curso 1
- Introducción de la lección
- Recapitulación de temas y conceptos clave tratados en Crear modelos de aprendizaje automático
- Examen práctico que cubre el Curso 1: Crear modelos de aprendizaje automático
UNIDAD 41 - Preparación de exámenes - Curso 2 · 3 leccionesPrepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 41 - Preparación de exámenes - Curso 2
UNIDAD 41 - Preparación de exámenes - Curso 2 · 3 lecciones
Prepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 41 - Preparación de exámenes - Curso 2
- Introducción de la lección
- Recapitulación de temas y conceptos clave tratados en Cree modelos predictivos sin código con Azure Machine Learning
- Examen de práctica que cubre el Curso 2: Crear modelos predictivos sin código con Azure Machine Learning
UNIDAD 42 - Preparación de exámenes - Curso 3 · 3 leccionesPrepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 42 - Preparación de exámenes - Curso 3
UNIDAD 42 - Preparación de exámenes - Curso 3 · 3 lecciones
Prepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 42 - Preparación de exámenes - Curso 3
- Introducción de la lección
- Recapitulación de temas y conceptos clave tratados en Construya y opere soluciones de aprendizaje automático con Azure Machine Learning
- Examen práctico que cubre el Curso 3: Construir y operar soluciones de aprendizaje automático con Azure Machine Learning
UNIDAD 43 - Preparación de exámenes - Curso 4 · 3 leccionesPrepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 43 - Preparación de exámenes - Curso 4
UNIDAD 43 - Preparación de exámenes - Curso 4 · 3 lecciones
Prepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 43 - Preparación de exámenes - Curso 4
- Introducción de la lección
- Recapitulación de Realizar ciencia de datos con Azure Synapse y Azure Databricks
- Examen práctico que cubre el Curso 4: Realización de Ciencia de datos con Azure Synapse y Azure Databricks
UNIDAD 44 - Examen práctico final · 7 leccionesPrepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 44 - Examen práctico final
UNIDAD 44 - Examen práctico final · 7 lecciones
Prepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 44 - Examen práctico final
- Introducción de la lección
- Temas tratados en el examen
- Examen práctico completo
- Información de apoyo profesional
- Inscripción para el examen supervisado
- Lecturas adicionales
- Qué esperar a continuación
UNIDAD 45 - Prepárese para el DP-100: Examen de diseño e implementación de una solución de ciencia de datos en Azure · 16 leccionesPrepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 45 - Prepárese para el DP-100: Examen de diseño e implementación de una solución de ciencia de datos en Azure
UNIDAD 45 - Prepárese para el DP-100: Examen de diseño e implementación de una solución de ciencia de datos en Azure · 16 lecciones
Prepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 45 - Prepárese para el DP-100: Examen de diseño e implementación de una solución de ciencia de datos en Azure
- Introducción al curso
- Programa del curso
- Cómo tener éxito en este curso
- Inscríbase en el examen supervisado
- Introducción a la lección
- Vías de certificación de Microsoft Azure
- La certificación de Microsoft basada en roles
- Trabajos y carreras
- Lecturas adicionales
- Introducción a la lección
- Cómo prepararse para el examen supervisado
- Temas tratados en el examen
- Cómo se realiza el examen
- Estrategia de examen
- Consejos y trucos
- Recursos adicionales
UNIDAD 46 - Preparación de exámenes - Curso 1 · 3 leccionesPrepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 46 - Preparación de exámenes - Curso 1
UNIDAD 46 - Preparación de exámenes - Curso 1 · 3 lecciones
Prepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 46 - Preparación de exámenes - Curso 1
- Introducción de la lección
- Recapitulación de temas y conceptos clave tratados en Crear modelos de aprendizaje automático
- Examen práctico que cubre el Curso 1: Crear modelos de aprendizaje automático
UNIDAD 47 - Preparación de exámenes - Curso 2 · 3 leccionesPrepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 47 - Preparación de exámenes - Curso 2
UNIDAD 47 - Preparación de exámenes - Curso 2 · 3 lecciones
Prepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 47 - Preparación de exámenes - Curso 2
- Introducción de la lección
- Recapitulación de temas y conceptos clave tratados en Cree modelos predictivos sin código con Azure Machine Learning
- Examen de práctica que cubre el Curso 2: Crear modelos predictivos sin código con Azure Machine Learning
UNIDAD 48 - Preparación de exámenes - Curso 3 · 3 leccionesPrepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 48 - Preparación de exámenes - Curso 3
UNIDAD 48 - Preparación de exámenes - Curso 3 · 3 lecciones
Prepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 48 - Preparación de exámenes - Curso 3
- Introducción de la lección
- Recapitulación de temas y conceptos clave tratados en Construya y opere soluciones de aprendizaje automático con Azure Machine Learning
- Examen práctico que cubre el Curso 3: Construir y operar soluciones de aprendizaje automático con Azure Machine Learning
UNIDAD 49 - Preparación de exámenes - Curso 4 · 3 leccionesPrepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 49 - Preparación de exámenes - Curso 4
UNIDAD 49 - Preparación de exámenes - Curso 4 · 3 lecciones
Prepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 49 - Preparación de exámenes - Curso 4
- Introducción de la lección
- Recapitulación de Realizar ciencia de datos con Azure Synapse y Azure Databricks
- Examen práctico que cubre el Curso 4: Realización de Ciencia de datos con Azure Synapse y Azure Databricks
UNIDAD 50 - Examen práctico final · 7 leccionesPrepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 50 - Examen práctico final
UNIDAD 50 - Examen práctico final · 7 lecciones
Prepárese para el DP-100: Examen de Ciencia de Datos en Microsoft Azure - UNIDAD 50 - Examen práctico final
- Introducción de la lección
- Temas tratados en el examen
- Examen práctico completo
- Información de apoyo profesional
- Inscripción para el examen supervisado
- Lecturas adicionales
- Qué esperar a continuación
Al terminar
Lo que harás al terminar
Podrás desarrollar y operar soluciones de aprendizaje automático en Azure, desde la preparación de datos y el entrenamiento hasta el despliegue y la supervisión. También contarás con una preparación dirigida para el examen Azure Data Scientist DP-100.
Perfil
¿Para quién es este curso?
Está dirigido a científicos de datos y profesionales de aprendizaje automático con conocimientos de Python y experiencia con frameworks de ML. Es adecuado para quienes buscan trabajar con Azure Machine Learning y Azure Databricks.
Conocimientos de Python y frameworks de ML
Certificado oficial
Certificado con validez SEP: lo emite la SEP, no solo una plataforma
Al demostrar la competencia recibes un certificado emitido por la Secretaría de Educación Pública a través del Gobierno del Estado de México: un documento oficial que puedes presentar con confianza ante cualquier empleador o institución.
Tu certificado con INEC
- Lo emite la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México
- Documento oficial con folio verificable en línea
- Lo otorga la Universidad Tecnológica Fidel Velázquez
Otras plataformas en línea
- Constancia privada emitida por la misma plataforma
- Solo acredita horas cursadas o asistencia
- Sin respaldo de una autoridad educativa
Cómo funciona
Tu itinerario, de la inscripción al certificado
- 1
Inscripción con pago único
Pagas $4,990 MXN una sola vez y entras de inmediato al curso.
- 2
Estudias a tu ritmo
50 unidades con videos, lecturas y actividades, disponibles 24/7 durante 12 meses.
- 3
Cuestionarios por unidad
210 cuestionarios para comprobar lo aprendido.
- 4
Certificado
Emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
Lo que obtienes
Un certificado oficial de la SEP
Muestra · verificable por folio y QR
- Certificado SEP incluido (sin costo). Emitido por la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México. No es una constancia privada: es un documento oficial, y ese respaldo marca la diferencia frente a otras plataformas en línea.
- Contenido impartido por Microsoft.
- Folio y QR verificables para compartirlo con quien te contrate.
Medios que necesitas
Equipo de cómputo
Conexión estable a internet
Pago único
Empieza hoy, a tu ritmo
Un solo pago y acceso inmediato al curso completo durante 12 meses.
- 50 unidades · 804 lecciones · 167 h
- 12 meses de acceso
- 210 cuestionarios de evaluación
- Certificado SEP incluido (sin costo), emitido por la SEP (Gob. del Estado de México) con folio verificable
Preguntas frecuentes
Sobre tu inscripción
¿Cómo es el pago?
Un solo pago de $4,990 MXN. No hay mensualidades ni cargos recurrentes.
¿Cuánto tiempo tengo acceso?
12 meses desde tu inscripción, 24/7, para avanzar a tu ritmo.
¿Quién imparte el contenido?
El curso es impartido por Microsoft; INEC gestiona tu inscripción, evaluación y certificado.
¿Qué pasa cuando vence mi acceso?
Puedes renovar tu cuenta tú mismo desde la plataforma, sin trámites ni esperas.
¿El curso tiene validez SEP?
Sí, incluido sin costo. Al completar el curso recibes un certificado emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
¿El curso tiene tutor o clases en vivo?
No. Es un curso autodidacta: estudias por tu cuenta, a tu ritmo, sin tutor ni sesiones en vivo.
¿Cómo se evalúa?
Te evalúas con actividades automáticas, sin entregas a un tutor.
