Servicios en la nube de Amazon: AWS / EC2
Clase 28 de 35 • Curso Profesional de Data Science 2016
Contenido del curso
Llevar tus cosas a Producción
- 3

Llevar tus cosas a producción
05:53 min - 4

Bases de datos: SQL o NoSQL
05:22 min - 5

ETL
12:01 min - 6

Mostrar tus datos mediante dashboards
07:38 min - 7

Repaso por Jupyter Notebook
07:34 min - 8

Ejemplo de inferencia en twitter para producción
20:35 min - 9

Creando nuestro modelo matematico
17:45 min - 10

Automatización
24:35 min - 11
Llevar tus cosas a producción
07:13 min
Machine Learning
- 12

Un poco de contexto sobre machine learning
10:40 min - 13

Entrenando un modelo de Machine Learning
12:03 min - 14

Modelos de regresión, clasificación, clustering y reducción de dimensionalidad
15:38 min - 15

Modelos canónicos y para que los usamos
17:02 min - 16

Más modelos canonicos
28:24 min - 17

Itera rápido o muere lento
06:33 min - 18

Recolectando y limpiando nuestros datos
23:28 min - 19

Implementando nuestros modelos de Machine Learning
16:23 min - 20

Creando y ejecutando nuestro pipeline
32:34 min - 21
Machine Learning
12:04 min
Estadística
Herramientas clave que usa un data scientist
Construyendo un equipo de data science
¿Qué sigue?
Resumen
Cuando estamos ejecutando un sitio web, tenemos que poner el código de ese sitio en una computadora, y esta computadora es más coloquialmente conocida como un servidor. Las personas que acceden a ese sitio solicitan la información a ese servidor, y ese servidor envía respuestas de regreso a esas personas accediendo al sitio.
De nuevo, este servidor no es más que una computadora.
Típicamente para tener el servidor, para ejecutar el servidor, lo rentamos de un proveedor de servicios de nube. Podemos rentar esto ya sea por poco tiempo o a largo tiempo,
a un proveedor como AWS, de Amazon Web Services.
AWS tiene muchos servicios, como por ejemplo:
- EC2 que significa Elastic Cloud y estos son servidores virtuales en la nube.
- S3 significa almacenamiento Super Simple Storage, y es un lugar para guardar una gran cantidad de datos y documentos, son como discos duros en la nube.
- Redshift, es un almacenamiento SQL basado en columnas, y lo primero es que por supuesto las bases de datos necesitan espacio para almacenar sus datos, y entonces si una organización por ejemplo tiene 50 Terabytes de datos que almacenar.