Descripción general

En este lab, aprenderás a usar la biblioteca cliente de Python de Vertex AI para entrenar un modelo de AutoML basado en un conjunto de datos tabular y realizar predicciones con él. De manera opcional, puedes entrenar modelos y hacer predicciones con ellos usando la herramienta de línea de comandos de gcloud o la consola de Cloud en línea.

Objetivos de aprendizaje

• Crear un trabajo de entrenamiento de un modelo de Vertex AI
• Entrenar un modelo tabular de AutoML
• Implementar el recurso model en un recurso endpoint de entrega
• Enviar datos para hacer una predicción
• Anular la implementación del recurso model

Configuración

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.

Tarea 1. Configura tu entorno

Habilita la API de Notebooks

1. En el menú de navegación de la consola de Google Cloud, haz clic en APIs y servicios > Biblioteca.

2. Busca API de Notebooks y presiona INTRO. Haz clic en el resultado API de Notebooks.

3. Si la API no está habilitada, verás el botón Habilitar. Haz clic en Habilitar para habilitar la API.

Habilita la API de Vertex AI

En el menú de navegación de la consola de Google Cloud, haz clic en Vertex AI > Panel y, luego, en Habilitar API de Vertex AI.

Tarea 2: Inicia una instancia de Vertex AI Notebooks

1. En el menú de navegación de la consola de Google Cloud, haz clic en Vertex AI > Workbench.

2. En la página Instancias de notebooks, selecciona la vista Notebooks administrados por el usuario.

3. Haz clic en Crear nueva.

4. En el cuadro de diálogo Crear instancia, usa el nombre predeterminado o ingresa un nombre único para la instancia de notebook de Vertex AI. Define la región en y la zona en , y deja el resto de la configuración como predeterminada.

5. Haz clic en Crear.

6. Haz clic en Open JupyterLab.

Tarea 3. Clona el repositorio de un curso en tu instancia de Vertex AI Notebooks

Sigue estos pasos para clonar el notebook training-data-analyst en tu instancia de JupyterLab:

1. Para abrir una nueva terminal en JupyterLab, haz clic en el ícono de Terminal.

2. En la ventana de la línea de comandos, ejecuta el siguiente comando:

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

3. Para verificar que se haya clonado el repositorio, haz doble clic en el directorio training-data-analyst y confirma que puedes ver el contenido.
   Los archivos de todos los labs de Jupyter basados en notebooks de este curso se encuentran disponibles en este directorio.

Tarea 4. Entrena un modelo de AutoML y haz predicciones con él

1. En la interfaz del notebook, navegue a training-data-analyst > courses > machine_learning > deepdive2 > how_google_does_ml > Labs y abra automl-tabular-classification.ipynb.

2. En la interfaz del notebook, haz clic en Editar > Borrar todos los resultados.

3. Lee con atención las instrucciones del notebook y completa con el código correspondiente las líneas que están marcadas con #TODO.

Sugerencia: Para ejecutar la celda actual, haz clic en ella y presiona Mayúsculas + Intro. Podrás encontrar detallados otros comandos de la celda en la IU del notebook, en Ejecutar.

• Las tareas también pueden incluir sugerencias que te orientarán. Destaca el texto para leer las sugerencias (están escritas en blanco).
• Si necesitas más ayuda, consulta la solución completa. Para ello, navega a training-data-analyst > courses > machine_learning > deepdive2 > how_google_does_ml > solutions y abre automl-tabular-classification.ipynb.

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.