Plataformas y herramientas

Implementación de modelo personalizado de Vertex AI para predecir el CLV

Aprende a implementar, de una forma totalmente práctica, un modelo personalizado de Vertex AI con el que poder predecir el CLV o Customer Lifetime Value, un concepto que representa el valor económico que tiene para una empresa un cliente durante todo el tiempo de vida como cliente.

Impartido por:

3.0 (1 valoraciones)
37 minutos y 7 segundos · Curso
Implementar modelo personalizado de Vertex AI para predecir el CLV

Lo que aprenderás en este curso:

  • Crear una aplicación de entrenamiento de TensorFlow 2.x y validarla de manera local.
  • Ejecutar su trabajo de entrenamiento en una sola instancia de trabajador en la nube.
  • Implementar un modelo para asistir la predicción.
  • Solicitar una predicción en línea y ver la respuesta.

Requisitos del curso

Para un mejor aprovechamiento de esta formación, se recomienda que estés familiarizado con una variedad de servicios de Google Cloud como Vertex AI y Tensorflow, además de tener una comprensión básica de los conceptos y términos relacionados con el ML y la IA.

Valoraciones de estudiantes:

  • 4
  • 3
  • 2
  • 1
3.0
1 valoraciones

Contenido del curso:

    • 6m
    • Introducción a Vertex AI y BigQuery
      4m
    • Desarrollo
      24m
    • Conclusiones y próximos pasos
      2m
También te puede interesar

Te dejamos una selección de cursos, carreras y artículos

Implementar modelo personalizado de Vertex AI para predecir el CLV

Implementación de modelo personalizado de Vertex AI para predecir el CLV

37 minutos y 7 segundos · Curso

En esta formación utilizarás BigQuery a fin de procesar y analizar datos exploratorios, y la plataforma de Vertex AI para entrenar e implementar un modelo …

  • Plataformas y herramientas
Identificar componentes dañados de automóviles con Vertex AutoML Vision

Identificar componentes dañados de automóviles con Vertex AutoML Vision

48 minutos y 1 segundo · Curso

AutoML Vision permite que cualquier persona con experiencia limitada en aprendizaje automático (AA) entrene modelos de clasificación de imágenes de alta calidad. En esta formación …

  • Plataformas y herramientas

Dudas frecuentes

1

¿Cuándo comienza la formación?

En OpenWebinars las formaciones no tienen fecha de inicio y de final.

Cada curso tiene una fecha de publicación y desde ese día estarán 100% disponible todos los contenidos del curso para los usuarios suscritos a alguno de nuestros planes.

2

¿Cuál es el precio?

En OpenWebinars no vendemos formaciones.

Tenemos diferentes tipos de suscripciones, que te dará acceso completo a todas las formaciones de la plataforma y a las nuevas que vamos lanzando, siempre y cuando tu suscripción esté activa (como Spotify con la música o Netflix con las películas y series).

¿Eres una empresa? Tenemos planes especiales para ti. Consúltanos aquí.

3

¿Puedo obtener un diploma que acredite mis conocimientos?

Efectivamente, una vez superada cada formación, podrás descargarte el diploma acreditativo de cada una de ellas. Añádelas a tu CV y mejora tu perfil para las empresas.

También podrás obtener un diploma de nivel superior al superar todas las formaciones de la lista.

En este curso online y práctico vamos a utilizar BigQuery con el fin de procesar y analizar datos exploratorios, y la plataforma de Vertex AI para entrenar e implementar un modelo regresor personalizado de TensorFlow que sea capaz de predecir el valor del ciclo de vida del cliente.

Es necesario tener conocimientos previos sobre cloud computing y con los servicios de Google Cloud Plaform como Vertex AI y Tensorflow, además tener una comprensión básica de los conceptos y términos relacionados con el Machine Learning y la Inteligencia Artificial.

El desarrollo de este curso consiste en varios pasos que iremos realizando de forma detallada. El profesor comienza creando una cuenta de servicio personalizada de Vertex AI, a la que posteriormente integrar Vertex TensorBoard.

Los siguientes pasos serán crear una instancia de notebook de Vertex, clonar un repositorio ya creado previamente e instalar las dependencias necesarias, para después comenzar a trabajar dentro de ese notebook.

Con todo este proceso vamos a comprobar cómo Vertex AI nos permite ejecutar nuestros modelos de Tensorflow directamente en el cloud, sin necesidad de tener nada en físico ni montando on premise.

Artículos
Ver todos