Capítulo 1
Capítulo 2
-
Material de curso
-
1-- Introduccion y tiempos de vuelo (4:46)
-
2-- Causalidad y Training Serving Skey (5:56)
-
3-- Los Datos (8:32)
-
4-- ETL vs ELT (3:53)
-
5-- 3 Maneras de Procesar Datos (8:07)
-
6-- Bajar el primer archivo (9:28)
-
7-- Script de Descarga (12:50)
-
8-- Camtasia Descargar los 12 Archivos (4:51)
-
9-- Subir a Google Cloud (8:28)
-
10-- Caracteristicas de Big Query (5:25)
-
11-- Primero Cloud Storage (1:00)
-
12--Cargar 1 mes a BigQuery (8:12)
-
13--Cargar todo a BigQuery (8:26)
-
14--Terminar y Resumen (4:16)
Capítulo 3
Capítulo 4
-
4.1 Introducción (3:44)
-
4.2 Transformaciones necesarias (1:21)
-
4.3 Tabla Aeropuertos (6:33)
-
4.4 Apache Beam (4:07)
-
4.5 Leer los datos (13:01)
-
4.6 Agregar Zona Horaria (7:34)
-
4.8 Zona Horaria de Salida y Llegada (5:44)
-
4.7 Convertir horas a UTC (17:31)
-
4.9 Agregar Latitud y Longitud (2:03)
-
4.10 Ejecutar en Dataflow (10:07)
-
4.11 Ejecutar para todos los datos (4:03)
Capítulo 5
-
5-1-Introduccion (7:02)
-
5-2-Promedios de Retraso en la Salida (6:12)
-
5-3-Creacion del Cuaderno en Vertex Ai (2:11)
-
5-4-BigQuery en Jupyter (5:02)
-
5-5-Primeras Graficas en Jupyter (8:38)
-
5-6-Trabajar con los Sobresalientes (9:14)
-
5-8-Separar los datos de prueba de los de entrenamiento (7:19)
-
5-9-Entrenar y Evaluar (7:47)
Capítulo 6
-
Material
-
6.1 Introduccion
-
6.3 Apache Hadook
-
6.4 Como manejar un cluster (1:56)
-
6.5 Herramientas Apache
-
6.6 Prender un cluster (2:11)
-
6.7 Explicacion del nuevo modelo
-
6.8 revision de independencia (4:52)
-
6.9 Sesion de SPark
-
6.10 SQL train day (4:58)
-
6.11 Rehacer la gráfica de Hexágono (2:07)
-
6.12 Armar Cubetas (2:41)
-
6.13 Aplicar Bays (9:41)
-
6.14 Evaluar el Modelo (7:36)
Capítulo 7
-
Material
-
1.- Introduccion (1:45)
-
2. Regresion Logistica (5:37)
-
3- Biblioteca de ML en Spark (2:25)
-
4- Comenzando con ML en Spark (4:01)
-
5.- Regresion logistica en Spark (4:40)
-
6- Leer los Datos. (4:06)
-
7.- Preparar los Datos (3:50)
-
8- Entrenar el Modelo (9:39)
-
9.- Entender el comportamiento del modelo (7:11)
-
10- Evaluar el Modelo (9:54)
Capítulo 8
-
1-- Intro y Regresion Logistica Sencilla (10:14)
-
2.- Separar Datos e Interrogar el Modelo (6:40)
-
3_Calcular RMSE (6:31)
-
4- Agregar Variables Categoricas (2:11)
-
5_Modelo con XGBoost (4:27)
-
6_Revisar si el tiempo de taxiout varia por aeropuesto (6:16)
-
7- Calcular Taxi Out Promedio por Aeropuerto (2:55)
-
8- Ventanas Moviles (6:30)
-
9-- Modelo y Resultados (4:43)
-
10-- Incluir datos de horas y dias (7:30)
-
11- Cuando usar Low Code y Salida (3:55)
Capítulo 9
-
9-1 Introduccion-Correc (3:56)
-
9-2 Pasar Datos a Tensorflow (8:41)
-
9-3 Variables Globales e Importaciones comunes (4:43)
-
9-4 Funciones de Lectura (6:23)
-
9-6-- Armar el Modelo en Keras (4:54)
-
9-5-- Armar columnas de Variables en TF (8:22)
-
9-7-- Entrenar el modelo en keras (5:26)
-
9-8-- Cruzar Variables (12:45)
-
9-9 Crear y Entrenar el modelo ancho y profundo (9:15)
Capítulo 10
