Aprovecha la cuarentena para aprender sobre Azure Machine Learning Studio

Paloma Recuero de los Santos    24 marzo, 2020

Para esta segunda semana de cuarentena os proponemos un nuevo reto. En este caso, se trata de realizar, un pequeño “experimento de aprendizaje automático para todos los públicos” sobre la plataforma Azure Machine Learning Studio. Crearemos un modelo de predicción de supervivencia a partir de un dataset muy popular: el de los pasajeros del Titanic. Cargaremos, exploraremos y pre-procesaremos los datos, crearemos un modelo, lo entrenaremos, lo validaremos y lo pondremos en producción.

Veremos que no hace falta saber programar, sino ponerse manos a la obra con este sencillo tutorial distribuido en cuatro post. ¿te animas a probar?

Titanic: Tu primer experimento en Azure ML Studio Workbench (I)

En el primer post, veremos cómo acceder a la herramienta, cómo localizar los datos de trabajo y dónde encontrar algunos ejemplos para empezar a utilizar Azure ML Studio Workbench. También aprovecharemos para aclarar algunos conceptos iniciales.

También os contamos qué es kaggle en qué consisten sus desafíos. Por cierto que la semana pasada se abrió el COVID-19 Open Research Dataset Challenge (CORD-19), para desarrollar herramientas basadas en datos que ayuden a luchar contra la pandemia.

El caso del Titanic (II): Preparando los datos

En este segundo post está centrado en la fase de exploración y preprocesamiento de los datos. Veremos qué tipo de datos contiene el dataset, si hay valores faltantes, definiremos las variables categóricas y la variable objetivo (tarjet).

El caso del Titanic (III): Entrenando el modelo

Ha llegado el momento de construir nuestro modelo de aprendizaje automático. Para ello, dividiremos el dataset de forma aleatoria en dos conjuntos de datos: un 70% como datos  de entrenamiento, y el 30% restante, como datos de test que nos permitan evaluar la eficacia de  nuestro modelo a la hora de predecir valores futuros o desconocidos. Seleccionaremos el algoritmo, y entrenaremos el modelo. Por último, veremos cómo evaluarlo y lo compararemos con otros modelos basados en algoritmos diferentes.

El caso del Titanic (IV y fin) ¿Vivirán? : Prueba y puesta en producción del modelo

En este último post veremos cómo convertir el experimento de entrenamiento en un experimento predictivo, implementándolo como servicio web.


Cada semana, un reto

Te animamos a seguir el proceso completo, paso a paso, porque es la mejor forma de aprender: Probando. Acepta el reto y aprende Machine Learning sobre Azure ML Studio con nosotros.

Para mantenerte al día con LUCA visita nuestra página web suscríbete a LUCA Data Speaks o síguenos en TwitterLinkedIn YouTube.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *