Descripción general

En este lab entrenarás, evaluarás y, luego, implementarás un modelo de aprendizaje automático para predecir el peso de los bebés.

Qué aprenderás

En este lab, aprenderás a hacer lo siguiente:

• Iniciar la instancia de Vertex AI Workbench
• Crear un conjunto de datos de BigQuery y un bucket de GCS
• Exportar de BigQuery a archivos CSV en GCS
• Realizar entrenamientos en Cloud AI Platform
• Implementar un modelo entrenado

Configura tu lab

Comienza tu lab

En cada lab, recibirá un proyecto de Google Cloud y un conjunto de recursos nuevos por tiempo limitado y sin costo adicional.

1. Accede a Qwiklabs desde una ventana de incógnito.

2. Ten en cuenta el tiempo de acceso del lab (por ejemplo, 1:15:00) y asegúrate de finalizarlo en el plazo asignado.
   No existe una función de pausa. Si lo necesita, puede reiniciar el lab, pero deberá hacerlo desde el comienzo.

3. Cuando esté listo, haga clic en Comenzar lab.

4. Anote las credenciales del lab (el nombre de usuario y la contraseña). Las usarás para acceder a la consola de Google Cloud.

5. Haga clic en Abrir Google Console.

6. Haga clic en Usar otra cuenta, copie las credenciales para este lab y péguelas en el mensaje emergente que aparece.
   Si usa otras credenciales, se generarán errores o incurrirá en cargos.

7. Acepta las condiciones y omite la página de recursos de recuperación.

Habilita la API de AI Platform Training and Prediction

1. En la biblioteca de APIs, busca “API de AI Platform Training & Prediction” y haz clic en la tarjeta API de AI Platform Training & Prediction.

2. Haz clic en Habilitar para activar la API. Si se muestra Administrar, la API ya está activada.

Tarea 1. Crea un bucket de almacenamiento

1. En el menú de navegación () de la consola de Google Cloud, haz clic en Cloud Storage.

2. Haz clic en + Crear.

3. Escribe un nombre único para tu bucket, como el ID de tu proyecto.

4. Haz clic en Crear.

5. Confirma Aplicar la prevención de acceso público a este bucket en la ventana emergente “Se impedirá el acceso público”.

Tarea 2. Inicia la instancia de Vertex AI Workbench

1. En el menú de navegación () de la consola de Google Cloud, selecciona Vertex AI.

2. Haz clic en Habilitar todas las APIs recomendadas.

3. En el menú de navegación, haz clic en Workbench.

   En la parte superior de la página de Workbench, asegúrate de estar en la vista Instances.

4. Haz clic en Create New.

5. Configura la instancia:

   • Name: lab-workbench
   • Region: Configura la región como
   • Zone: Establece la zona en
   • Advanced Options: Si es necesario, haz clic en "Advanced Options" para realizar personalizaciones adicionales (p. ej., tipo de máquina, tamaño del disco).

6. Haz clic en Create.

La instancia tardará algunos minutos en crearse. Se mostrará una marca de verificación verde junto a su nombre cuando esté lista.

7. Haz clic en ABRIR JUPYTERLAB junto al nombre de la instancia para iniciar la interfaz de JupyterLab. Se abrirá una pestaña nueva en el navegador.

8. Haz clic en el ícono de Python 3 para iniciar un nuevo notebook de Python.

9. Haz clic con el botón derecho en el archivo Untitled.ipynb en la barra de menú y selecciona Cambiar el nombre del notebook para asignarle un nombre significativo.

Acabas de configurar el entorno. Ya tienes todo listo para comenzar a trabajar con tu notebook de Vertex AI Workbench.

Haz clic en Revisar mi progreso para verificar el objetivo. Iniciar la instancia de Vertex AI Workbench

Tarea 3. Clona el repo de un curso en tu instancia de Vertex AI Workbench

El repo de GitHub contiene el archivo del lab y los archivos de soluciones del curso.

1. Copia y ejecuta el siguiente código en la primera celda de tu notebook para clonar el repositorio training-data-analyst.

!git clone https://github.com/GoogleCloudPlatform/training-data-analyst

2. Para confirmar que se haya clonado el repositorio, haz doble clic en el directorio training-data-analyst y confirma que puedes ver el contenido.

Haz clic en Revisar mi progreso para verificar el objetivo. Clonar el repo de un curso en tu instancia de Vertex AI Workbench

Tarea 4. Predicción de datos estructurados con Vertex AI Platform

1. En la interfaz del notebook, navega a training-data-analyst > courses > machine_learning > deepdive2 > production_ml > babyweight y abre train_deploy.ipynb.

2. En el cuadro de diálogo Select Kernel, elige Python 3 en la lista de kernels disponibles.

3. En el menú, haz clic en Editar > Borrar todos los resultados.

4. Lee el texto y presiona Mayúsculas + Intro (o haz clic en Ejecutar) en cada celda del notebook.

Tarea 5. Pon a prueba tus conocimientos

Para poner a prueba tus conocimientos sobre Google Cloud, realiza nuestro cuestionario.

¡Felicitaciones!

Aprendiste a entrenar, evaluar e implementar un modelo de aprendizaje automático en notebooks de Vertex AI.

Finalice su lab

Cuando haya completado su lab, haga clic en Finalizar lab. Qwiklabs quitará los recursos que usó y limpiará la cuenta por usted.

Tendrá la oportunidad de calificar su experiencia en el lab. Seleccione la cantidad de estrellas que corresponda, ingrese un comentario y haga clic en Enviar.

La cantidad de estrellas indica lo siguiente:

• 1 estrella = Muy insatisfecho
• 2 estrellas = Insatisfecho
• 3 estrellas = Neutral
• 4 estrellas = Satisfecho
• 5 estrellas = Muy satisfecho

Puede cerrar el cuadro de diálogo si no desea proporcionar comentarios.

Para enviar comentarios, sugerencias o correcciones, use la pestaña Asistencia.

Copyright 2020 Google LLC. All rights reserved. Google y el logotipo de Google son marcas de Google LLC. Los demás nombres de productos y empresas pueden ser marcas de las respectivas empresas a las que estén asociados.