En este lab, se muestra cómo se puede usar TensorFlow Data Validation (TFDV) para analizar y visualizar tu conjunto de datos. Esto incluye revisar estadísticas descriptivas, inferir un esquema, buscar y corregir anomalías, y buscar sesgos y desvíos en tu conjunto de datos. Es importante comprender las características de tu conjunto de datos, lo que incluye cómo podría cambiar con el tiempo en tu canalización de producción. También es importante buscar anomalías en los datos y comparar tus conjuntos de datos de entrenamiento, evaluación y entrega para asegurarte de que sean coherentes.
Objetivos de aprendizaje
Aprenderás a hacer lo siguiente:
Instalar TFDV
Procesar y visualizar estadísticas
Inferir un esquema
Buscar errores en los datos de evaluación
Buscar anomalías en la evaluación y corregirlas
Buscar sesgos y desvíos
Bloquear el esquema
Configura el entorno de 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.
Accede a Qwiklabs desde una ventana de incógnito.
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.
Cuando esté listo, haga clic en Comenzar lab.
Anote las credenciales del lab (el nombre de usuario y la contraseña). Las usarás para acceder a la consola de Google Cloud.
Haga clic en Abrir Google Console.
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.
Acepta las condiciones y omite la página de recursos de recuperación.
Tarea 1: Inicia la instancia de Vertex AI Workbench
En el menú de navegación () de la consola de Google Cloud, selecciona Vertex AI.
Haz clic en Habilitar todas las APIs recomendadas.
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.
Haz clic en Create New.
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).
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.
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.
Haz clic en el ícono de Python 3 para iniciar un nuevo notebook de Python.
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 2: Clona un repo de un curso en tu interfaz de JupyterLab
El repo de GitHub contiene el archivo del lab y los archivos de soluciones del curso.
Copia y ejecuta el siguiente código en la primera celda de tu notebook para clonar el repositorio training-data-analyst.
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 un repo de un curso en tu interfaz de JupyterLab
Tarea 3: Crea visualizaciones avanzadas con TensorFlow Data Validation
En la interfaz del notebook, navega a training-data-analyst > courses > machine_learning > deepdive2 > production_ml > labs y abre tfdv_advanced_taxi.ipynb.
En el cuadro de diálogo Select Kernel, elige Python 3 en la lista de kernels disponibles.
En la interfaz del notebook, haz clic en Editar > Borrar todos los resultados.
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 en training-data-analyst > courses > machine_learning > deepdive2 > production_ml > solutions y abre tfdv_advanced_taxi.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.
Los labs crean un proyecto de Google Cloud y recursos por un tiempo determinado
.
Los labs tienen un límite de tiempo y no tienen la función de pausa. Si finalizas el lab, deberás reiniciarlo desde el principio.
En la parte superior izquierda de la pantalla, haz clic en Comenzar lab para empezar
Usa la navegación privada
Copia el nombre de usuario y la contraseña proporcionados para el lab
Haz clic en Abrir la consola en modo privado
Accede a la consola
Accede con tus credenciales del lab. Si usas otras credenciales, se generarán errores o se incurrirá en cargos.
Acepta las condiciones y omite la página de recursos de recuperación
No hagas clic en Finalizar lab, a menos que lo hayas terminado o quieras reiniciarlo, ya que se borrará tu trabajo y se quitará el proyecto
Este contenido no está disponible en este momento
Te enviaremos una notificación por correo electrónico cuando esté disponible
¡Genial!
Nos comunicaremos contigo por correo electrónico si está disponible
Un lab a la vez
Confirma para finalizar todos los labs existentes y comenzar este
Usa la navegación privada para ejecutar el lab
Usa una ventana de navegación privada o de Incógnito para ejecutar el lab. Así
evitarás cualquier conflicto entre tu cuenta personal y la cuenta
de estudiante, lo que podría generar cargos adicionales en tu cuenta personal.
En este lab, se muestra cómo se puede usar TensorFlow Data Validation (TFDV) para analizar y visualizar tu conjunto de datos. Esto incluye revisar estadísticas descriptivas, inferir un esquema, buscar y corregir anomalías, y buscar sesgos y desvíos en tu conjunto de datos. Es importante comprender las características de tus conjuntos de datos, lo que incluye cómo podrían cambiar con el tiempo en tu canalización de producción. También es importante buscar anomalías en los datos y comparar tus conjuntos de datos de entrenamiento, evaluación y entrega para asegurarte de que sean coherentes.
Duración:
0 min de configuración
·
Acceso por 120 min
·
120 min para completar