Artwork

Contenido proporcionado por Marcia Villalba / Guillermo Ruiz. Todo el contenido del podcast, incluidos episodios, gráficos y descripciones de podcast, lo carga y proporciona directamente Marcia Villalba / Guillermo Ruiz o su socio de plataforma de podcast. Si cree que alguien está utilizando su trabajo protegido por derechos de autor sin su permiso, puede seguir el proceso descrito aquí https://es.player.fm/legal.
Player FM : aplicación de podcast
¡Desconecta con la aplicación Player FM !

#2.09 -Analisis de datos para MACHINE LEARNING

1:05:39
 
Compartir
 

Manage episode 293356154 series 2857489
Contenido proporcionado por Marcia Villalba / Guillermo Ruiz. Todo el contenido del podcast, incluidos episodios, gráficos y descripciones de podcast, lo carga y proporciona directamente Marcia Villalba / Guillermo Ruiz o su socio de plataforma de podcast. Si cree que alguien está utilizando su trabajo protegido por derechos de autor sin su permiso, puede seguir el proceso descrito aquí https://es.player.fm/legal.

Hacer analisis de datos para machine learning es super especifico pero muy importante para tener datos de calidad y en cantidad. Estos datos son la base del entrenamiento de nuestros modelos y también cuando queremos hace predicciones tenemos que asegurarnos que los datos estan en un formato correcto para que el modelo lo pueda comprender.
Este es el episodio #2.09 del Podcast de Charlas Técnicas de AWS.
Y hablamos de todas los procesos que le tenemos que hacer a nuestros datos para poder usarlos en modelos de machine learning. Hablamos de herramientas de open source y de AWS.
00:00 - Introducción y recap del episodio anterior
02:14 - Ciencia de datos para machine learning
07:05 - Como sabemos cuantos datos y su calidad?
09:15 - Herramientas para data wrangling Open source
13:30 - Herramientas para data wrangling de AWS
20:27 - Transformaciones sobre binarios 24/24
25:10 - Transformaciones para ML
35:10 - Sagemaker Data Wrangler
39:05 - Etiquetar la información
48:58 - Features store
54:53 - Datos justos y sin sesgo
01:01:35 - En el proximo episodio
🔗 Links mencionados en este episodio:
- Encontrá a Javier Ramirez en las redes: https://twitter.com/supercoco9
- Link a Innovate - https://aws.amazon.com/events/aws-innovate/machine-learning/
- Episodio anterior donde hablamos de Machine learning: https://youtu.be/ej21aS52Nak
✉️ Si quieren escribirnos pueden hacerlo a este correo: podcast-aws-espanol@amazon.com
Podes encontrar el podcast en este link: https://aws-espanol.buzzsprout.com/
O en tu plataforma de podcast favorita
Más información y tutoriales en el canal de youtube de Charlas Técnicas
#foobar #AWSenEspañol

✉️ Si quieren escribirnos pueden hacerlo a este correo: podcast-aws-espanol@amazon.com
Podes encontrar el podcast en este link: https://aws-espanol.buzzsprout.com/
O en tu plataforma de podcast favorita
Más información y tutoriales en el canal de youtube de Charlas Técnicas
☆☆ NUESTRAS REDES SOCIALES ☆☆

🐦 Marcia Twitter: / mavi888uy

📷 Marcia Instagram: / foobar_codes

🐦 Charlas Técnicas de AWS Twitter: / aws_espanol

🐦 Guille Twitter: / iaasgeek

#foobar #AWSenEspañol

  continue reading

91 episodios

Artwork
iconCompartir
 
Manage episode 293356154 series 2857489
Contenido proporcionado por Marcia Villalba / Guillermo Ruiz. Todo el contenido del podcast, incluidos episodios, gráficos y descripciones de podcast, lo carga y proporciona directamente Marcia Villalba / Guillermo Ruiz o su socio de plataforma de podcast. Si cree que alguien está utilizando su trabajo protegido por derechos de autor sin su permiso, puede seguir el proceso descrito aquí https://es.player.fm/legal.

Hacer analisis de datos para machine learning es super especifico pero muy importante para tener datos de calidad y en cantidad. Estos datos son la base del entrenamiento de nuestros modelos y también cuando queremos hace predicciones tenemos que asegurarnos que los datos estan en un formato correcto para que el modelo lo pueda comprender.
Este es el episodio #2.09 del Podcast de Charlas Técnicas de AWS.
Y hablamos de todas los procesos que le tenemos que hacer a nuestros datos para poder usarlos en modelos de machine learning. Hablamos de herramientas de open source y de AWS.
00:00 - Introducción y recap del episodio anterior
02:14 - Ciencia de datos para machine learning
07:05 - Como sabemos cuantos datos y su calidad?
09:15 - Herramientas para data wrangling Open source
13:30 - Herramientas para data wrangling de AWS
20:27 - Transformaciones sobre binarios 24/24
25:10 - Transformaciones para ML
35:10 - Sagemaker Data Wrangler
39:05 - Etiquetar la información
48:58 - Features store
54:53 - Datos justos y sin sesgo
01:01:35 - En el proximo episodio
🔗 Links mencionados en este episodio:
- Encontrá a Javier Ramirez en las redes: https://twitter.com/supercoco9
- Link a Innovate - https://aws.amazon.com/events/aws-innovate/machine-learning/
- Episodio anterior donde hablamos de Machine learning: https://youtu.be/ej21aS52Nak
✉️ Si quieren escribirnos pueden hacerlo a este correo: podcast-aws-espanol@amazon.com
Podes encontrar el podcast en este link: https://aws-espanol.buzzsprout.com/
O en tu plataforma de podcast favorita
Más información y tutoriales en el canal de youtube de Charlas Técnicas
#foobar #AWSenEspañol

✉️ Si quieren escribirnos pueden hacerlo a este correo: podcast-aws-espanol@amazon.com
Podes encontrar el podcast en este link: https://aws-espanol.buzzsprout.com/
O en tu plataforma de podcast favorita
Más información y tutoriales en el canal de youtube de Charlas Técnicas
☆☆ NUESTRAS REDES SOCIALES ☆☆

🐦 Marcia Twitter: / mavi888uy

📷 Marcia Instagram: / foobar_codes

🐦 Charlas Técnicas de AWS Twitter: / aws_espanol

🐦 Guille Twitter: / iaasgeek

#foobar #AWSenEspañol

  continue reading

91 episodios

Todos los episodios

×
 
Loading …

Bienvenido a Player FM!

Player FM está escaneando la web en busca de podcasts de alta calidad para que los disfrutes en este momento. Es la mejor aplicación de podcast y funciona en Android, iPhone y la web. Regístrate para sincronizar suscripciones a través de dispositivos.

 

Guia de referencia rapida