No tienes acceso a esta clase

隆Contin煤a aprendiendo! 脷nete y comienza a potenciar tu carrera

Entrenamiento de modelo en Watson Studio

19/25
Recursos

Aportes 27

Preguntas 8

Ordenar por:

Los aportes, preguntas y respuestas son vitales para aprender en comunidad. Reg铆strate o inicia sesi贸n para participar.

Como beneficiario del programa mintic este es mi cuarto de 5 cursos de la ruta, buena parte de las personas de este programa son personas que tienen nulo o poco conocimiento sobre la programacion y la ciencia de datos y sin duda esta clase puede ser un antes y un despues, sin embargo, considero conveniente recomendar que aunque la tecnologia pone a nuestra disposicion este tipo de herramientas sencillas de usar, siempre va a ser importante el fundamento teorico y conocimiento de lo que pasa por detras, otra cosa es tener tiempo para realizar esta clase, ya que el deployment a mi me tardo casi 2 horas.

Veo varios comentarios de personas que vienen del programa de MinTic, a ellos les recomiendo realizar la ruta completa de Inteligencia Artificial y Machine Learning. 馃憤
https://platzi.com/ai/

Super importante ese concepto de Sesgo 茅tico de las predicciones. Para tenerlo muy en cuenta.

Hay una diferencia en el proceso realizado por el profesor, despu茅s de hacer el paso de churn_entrenado se debe ingresar en la opci贸n Promocionar al espacio de despliegue dentro del churn_entrenado, ingresar un objetivo y seleccionar opci贸n ascender. Aparecer谩 el siguiente mensaje: Se ha promocionado correctamente Churn_Entrenado al espacio de despliegue asociado. Vaya al espacio de despliegue para preparar los activos para el despliegue. En el men煤 de la izquierda tambi茅n se encuentra la opci贸n espacio de despliegue.
Ingresar al v铆nculo espacio de despliegue y al churn_entrenado que se cre贸 anteriormente, posteriormente ingresar a la opci贸n crear despliegue. En este punto tambi茅n va a pedir crear el servicio de Machine Learning que el profesor cre贸 en un paso anterior. Luego se puede continuar con el proceso como lo menciona el profesor en el video.

creo que me enamor茅 del se帽or Watson Studio鈥

Watson Modeler flows in Watson Studio provide an interactive environment for quickly building machine learning pipelines that flow data from ingestion to transformation to model building and evaluation, without needing any code.

A continuaci贸n un comentario flame.

Creo que siempre y cuando el modelo se haya entrenado con suficientes datos provenientes de todas las poblaciones no se incurre en discriminaci贸n (eticamente hablando). para la m谩quina F y M son solo categor铆as. Pensemos en un modelo de salud; ingnorar el sexo o el n煤mero de hijos resultar谩 en un modelo incompetente; No nos podemos dar el lujo de ser pol铆ticamente correctos en estos casos.

Fin de la flame
Solo estoy siendo objetivo.

Excelente clase siguiendo todos los pasos al tiempo, hay que ser pacientes mientras cargan los modulos el profe los adelanta para no demorar en la sesion de clase

La 茅tica es muy importante

Es muy interesante ver c贸mo se pueden crear modelos sin necesidad de c贸digo. Muy interesante adem谩s la forma de testear el modelo directamente con el servicio de Watson Studio.

Excelente clase!! He tenido estado trabajando un poco en modelos de machine learning y esta herramienta s铆 que deja todo en bandeja!.

Mil gracias por la explicaci贸n te贸rico-pr谩ctica.

Nota: Para el despliegue, los pasos a fecha de hoy (13/09/2020) son ligeramente diferentes. Toca crear un espacio de despliegue, enviar el modelo al espacio de despliegue, ir al espacio de despliegue y desplegar el modelo. Es realmente intuitivo y se llega al mismo punto final. Un saludo!!

Excelente esta clase. Les recomiendo dos herramientas si est谩n interesados en saber m谩s sobre an谩lisis de datos:
La primera es 鈥淥range鈥 que es un software para crear modelos con una interfaz gr谩fica muy bonita, muy similar al que usa Isaac en este video. B煤squenlo como 鈥渙range machine learning鈥 en Google.
La segunda es 鈥淕oogle Colaboratory鈥 que es un plugin de Drive para tener un Jupyter Notebook en Drive justamente y programar en Python sin necesidad de instalar nada en su computador. No s茅 si funciona para R. Yo lo he usado para programar modelos de an谩lisis de datos y entender m谩s c贸mo funciona la disciplina. Saludos!

En machine learning, existe el sesgo certeza ,es decir que tanto ser谩 la certeza de nuestro modelo y el otro sesgo es el 茅tico, que es el que busca evitar sea tomadas decisiones discriminatorias, como decisiones basadas en g茅nero, n煤mero de hijos, religi贸n u otros. Para medir este ultimo sesgo tambien hay en IBM un opci贸n watson openscale.

A ponerlo en pr谩ctica

Excelente clase. Explicaci贸n de 10. Muy interesante lo de los sesgos, hay que tenerlos muy en cuenta.

Muy interactivo el WatsonStudio, de igual manera hay que tener los conceptos de algoritmos de ML para comprender los resultados, como el target, el sesgo y los datos.

Es curioso, los hombres con 15000 pueden seguir. Y las mujeres apartir de 45.000

Es curioso apartir de 45.000 segun los resultados puedo dejar la empresa.

Importante no reproducir esos patrones de discriminaci贸n, que bien que se hagan las anotaciones pertinentes para tener en cuenta.

Muy buena apreciaci贸n del sesgo 茅tico

Los conocimientos que he adquirido en este curso ha sido espectacular, gracias profe Dios le siga bendiciendo y respaldando

Tremenda clase, super pr谩ctica.

No olviden en type , agregar el target.

Que buena clase, gracias profe por tan excelente explicaci贸n!!

Excelente Clase, de las m谩s interesantes del curso

Sii una clase excelente, pero veo que la plataforma de IBM a tenido actualizaciones y hay unas metodologias que como hacer las cosas que son diferentes.