Practical Decision-Making Using No-code ML on AWS

• ¿Cuándo podré acceder a las lecciones y tareas?

  El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:

  • es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.

  • Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.

• ¿Qué recibiré si compro el Certificado?

  Cuando compras un Certificado, obtienes acceso a todos los materiales del curso, incluidas las tareas calificadas. Una vez que completes el curso, se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes participar del curso como oyente sin costo.

• ¿Hay ayuda económica disponible?

  Sí. En ciertos programas de aprendizaje, puedes postularte para recibir ayuda económica o una beca en caso de no poder costear los gastos de la tarifa de inscripción. Si hay ayuda económica o becas disponibles para tu selección de programa de aprendizaje, verás un enlace para postularte en la página de descripción.

• What types of machine learning does this cover?

  In this course, we cover both supervised learning and unsupervised learning, however this course is based on supervised learning. The course predominantly focuses on using structured tabular data, such as spreadsheets and database tables, to explain and predict a specific variable (structured supervised machine learning). The course also covers other types like unstructured and unsupervised methods of machine learning.

• What tools does this course cover?

  This course covers Amazon SageMaker Canvas, which provides a visual point-and-click interface to build ML models and generate accurate predictions—no code required. With Amazon SageMaker Canvas, you can quickly connect, access, and combine data, and create unified datasets for training ML models with automatic data cleansing, automatically create ML models so you can generate accurate predictions—whether singular or in bulk, and share models and datasets with data scientists so they can validate and further refine ML models.

• Do I need machine learning experience or coding experience to take this course?

  No! You do not need any prior machine learning or coding experience to take this course, but you do need critical thinking skills.

¿Tienes más preguntas? Visita el Centro de Ayuda al Estudiante.