Building a Machine Learning Ready Organization

Descripción del curso: En este curso, se proporcionan los componentes necesarios para que una organización adopte con éxito el machine learning (ML).<br> • Nivel del curso: Fundamental<br> • Duración: 30 minutos Nota: Este curso tiene transcripciones o subtítulos localizados. La narración está en inglés. Para mostrar los subtítulos, haga clic en el botón CC en la esquina inferior derecha del reproductor.<br><br>Actividades: Este curso incluye presentaciones, videos y evaluaciones de conocimientos.<br><br>Objetivos del curso: En este curso, aprenderá a realizar lo siguiente:<br> • Describir cómo adaptar una organización para que logre y mantenga el éxito mediante el uso del ML Destinatarios previstos: Este curso está dirigido a los siguientes destinatarios:<br> • Líderes empresariales sin conocimientos técnicos y demás responsables de la toma de decisiones empresariales que estén, o vayan a estar, involucrados en proyectos de ML<br> • Participantes del programa AWS Machine Learning Embark y de los talleres de descubrimiento del Machine Learning Solutions Lab (MLSL) Requisitos previos: Recomendamos que los asistentes a este curso cumplan con los siguientes requisitos:<br> • Introduction to Machine Learning: Art of the Possible<br> • Planning a Machine Learning Project Esquema del curso: Módulo 1: ¿De qué modo puedo preparar mi organización para que utilice el ML?<br> • ¿De qué modo puedo preparar mi organización para que utilice el ML?<br> • ¿Cómo puede ayudarme AWS?<br> • ¿Qué otras estrategias puedo adoptar para garantizar que la organización obtenga buenos resultados?<br> • ¿Qué enfoque de cambio cultural resulta adecuado para mi organización? Módulo 2: ¿Cómo hago para evaluar mi estrategia de datos?<br> • ¿Cómo hago para evaluar mi estrategia de datos?<br> • ¿Cómo puedo mejorar mi estrategia de datos? Módulo 3: ¿Qué debo hacer para crear una cultura de aprendizaje y colaboración?<br> • ¿Qué debo hacer para crear una cultura de aprendizaje y colaboración?<br> • ¿Qué es un científico de datos?<br> • ¿Cuáles son las habilidades que debe poseer un científico de datos?<br> • ¿Cómo es un equipo piloto de ML?<br> • ¿Qué otros roles secundarios necesitaré?<br> • ¿Cuáles son las responsabilidades principales? Módulo 4: ¿Cómo comienzo mi camino hacia el ML?<br> • ¿Cómo comienzo mi camino hacia el ML?<br> • ¿Cómo es el camino a seguir por una organización en materia de ML?<br> • ¿Cuál es un ejemplo de caso empresarial relacionado con el progreso de una organización? Módulo 5: Conclusión