Descripción general

En este lab, aprenderás a usar la biblioteca cliente de Python de Agent Platform 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 Agent Platform
• 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, recibirás un proyecto de Google Cloud y un conjunto de recursos nuevos por tiempo limitado y sin costo adicional.

1. Accede a Google Skills en 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 necesitas, puedes reiniciar el lab, pero deberás 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 usas otras credenciales, se generarán errores o incurrirás 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 Agent Platform

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

Tarea 2: Inicia una instancia de Agent Platform 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 Abrir JupyterLab.

Tarea 3. Clona el repositorio de un curso en tu instancia de Agent Platform Notebooks

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.

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.

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.

Finaliza el lab

Cuando hayas completado el lab, haz clic en Finalizar lab. Google Skills quitará los recursos que usaste y limpiará la cuenta.

Tendrás la oportunidad de calificar tu experiencia en el lab. Selecciona la cantidad de estrellas que corresponda, ingresa un comentario y haz clic en Enviar.

La cantidad de estrellas indica lo siguiente:

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

Puedes cerrar el cuadro de diálogo si no deseas proporcionar comentarios.

Para enviar comentarios, sugerencias o correcciones, usa 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.