Duración: 1 min
En este lab, explorarás el impacto de las distintas maneras que existen para crear conjuntos de datos de aprendizaje automático.
En este lab, aprenderás la importancia de la capacidad de repetición en el aprendizaje automático. Si realiza una acción en un momento dado, la repite después de 5 minutos y obtiene resultados distintos, será difícil realizar experimentos. En otras palabras, tendrá dificultades para evaluar si los cambios que realiza producen mejoras o no.
En cada lab, recibirás un proyecto de Google Cloud y un conjunto de recursos nuevos por tiempo limitado y sin costo adicional.
Accede a Google Skills en 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 necesitas, puedes reiniciar el lab, pero deberás 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 usas otras credenciales, se generarán errores o incurrirás en cargos.
Acepta las condiciones y omite la página de recursos de recuperación.
En este lab, se usa una secuencia de comandos de Terraform para crear la instancia de Vertex AI de Cloud que necesitarás para este ejercicio.
La instancia de notebook contendrá el repositorio de GitHub que necesita para completar esta tarea. La instancia debería tardar entre 2 y 3 minutos en estar lista.
Espera a que se complete este proceso antes de iniciar el notebook de Jupyter. De lo contrario, es posible que se interrumpa la secuencia de comandos y no se clone el repositorio.
En el Menú de navegación (
Desplázate por la lista y confirma que tus APIs estén habilitadas.
Si falta una API, haz clic en la opción HABILITAR APIs Y SERVICIOS (que se encuentra en la parte superior), busca la API por nombre y habilítala para tu proyecto.
Para iniciar un notebook de Vertex AI, haz lo siguiente:
En el menú de navegación, haz clic en Vertex AI > Workbench.
Haz clic en Abrir JupyterLab. Se abrirá una ventana de JupyterLab en una pestaña nueva.
La secuencia de comandos de Terraform ya clonó el repositorio de GitHub training-data-analyst que usarás en este lab.
Duración: 30 min
En la interfaz del notebook, ve a training-data-analyst > courses > machine_learning > deepdive2 > launching_into_ml > labs y abre repeatable_splitting.ipynb.
En la interfaz del notebook, haz clic en Editar > Borrar todos los resultados (haz clic en Editar y, luego, selecciona Borrar todos los resultados en el menú desplegable).
Lee el texto y ejecuta cada celda de a una.
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.
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:
Puede cerrar el cuadro de diálogo si no desea proporcionar comentarios.
Para enviar comentarios, sugerencias o correcciones, use la pestaña Asistencia.
Copyright 2026 Google LLC. Todos los derechos reservados. Google y el logotipo de Google son marcas de Google LLC. El resto de los nombres de productos y empresas pueden ser marcas de las respectivas empresas a las que están asociados.
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