No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Inteligencia artificial

15/35
Recursos

¿Cómo se relaciona la inteligencia artificial con Azure?

El mundo de la inteligencia artificial (IA) a menudo provoca pensamientos sobre un futuro dominado por máquinas. Sin embargo, la realidad es que la IA está diseñada para facilitar nuestra vida diaria, no para reemplazarnos. Gracias a plataformas como Azure, la IA se ha convertido en una herramienta accesible para muchas empresas e individuos. Azure ofrece servicios que permiten implementar la IA de formas innovadoras y prácticas. Exploraremos algunos de estos servicios y su aplicación.

¿Qué es el aprendizaje profundo y el aprendizaje automático?

La inteligencia artificial se sostiene en dos pilares fundamentales: el Deep Learning (aprendizaje profundo) y el Machine Learning (aprendizaje automático).

  • Deep Learning: Utiliza redes neuronales para analizar, aprender y mejorar a través de la toma y procesamiento de información. Ideal para tareas que requieren reconocimiento de patrones complejos.
  • Machine Learning: Se basa en datos existentes para entrenar modelos que pueden hacer predicciones futuras. Esta técnica es altamente dependiente de las matemáticas y la estadística.

Plataformas como Platzi ofrecen formación en estos temas, enfocándose tanto en Data Science como en IA.

¿Cuáles son los servicios de inteligencia artificial que ofrece Azure?

Azure proporciona una variedad de servicios diseñados para facilitar la implementación de soluciones basadas en inteligencia artificial.

  • Azure Machine Learning: Esta plataforma permite al usuario crear modelos predictivos mediante el entrenamiento con datos. Ofrece control total sobre el diseño y entrenamiento de algoritmos, lo que requiere mayor tiempo y esfuerzo pero permite personalizar soluciones específicas.
# Ejemplo de uso básico de Azure Machine Learning
from azureml.core import Workspace, Experiment

# Conectar a la workspace de Azure
ws = Workspace.from_config()
experiment = Experiment(workspace=ws, name='mi-experimento')
  • Azure Cognitive Services: Ofrece capacidades sensoriales a las computadoras, permitiéndoles ver, leer, identificar objetos, y más. Lo más destacable es que no requiere de conocimientos avanzados en IA ni Machine Learning, haciendo uso de APIs y herramientas accesibles.

  • Bot Service: Permite crear agentes virtuales o bots utilizando sus propios marcos de trabajo. Estos bots pueden ser implementados en atención al cliente, toma de decisiones, y más, ajustándose a distintos escenarios empresariales.

¿Cuándo optar por Azure Machine Learning o Cognitive Services o Bot Service?

Decidir cuál servicio de Azure utilizar depende del objetivo y requisitos del proyecto:

  • Bot Service: Ideal para el desarrollo de asistentes virtuales. Estos agentes ofrecen respuestas rápidas y no requieren el esfuerzo detallado de entrenamiento que exige Azure Machine Learning.

  • Cognitive Services: Recomendado cuando se busca integrar capacidades como reconocimiento de imágenes o conversión de texto a voz en aplicaciones móviles o web. Es más eficiente en tiempo y esfuerzo, comparado con el Machine Learning tradicional.

  • Azure Machine Learning: Este servicio es conveniente para equipos que cuentan con datos específicos y el conocimiento necesario para desarrollar modelos personalizados. Proporciona una versatilidad que los otros servicios no pueden ofrecer por su orientación general.

Recuerda que involucrarse en la implementación de estos servicios podría requerir un conocimiento previo de inteligencia artificial. Sin embargo, los recursos ofrecidos por Azure facilitan el aprendizaje con laboratorios prácticos. ¡Atrévete a explorar y mantenerte al día con las innovaciones en IA y DevOps de Azure!

Aportes 27

Preguntas 5

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

  1. Deep Learning: usa redes neuronales para descubrir, aprender y crecer.
  2. Machine learning: utiliza datos existentes para entrenar modelos y pronosticar.

Azure Machine Learning

  • PaaS para realizar predicciones conectándose a datos para entrenar y probar modelos.
  • Ofrece control completo del diseño y entrenamiento de algoritmos.

Azure Cognitive Services

  • Modelos de ML creados que permiten a una aplicación ver, oír, hablar, entender y pensar. No se necesitan conocimientos en ML o DS.
  • Categorías:
    • Lengua
    • Voz
    • Visión
    • Decisión

Azure Bot Service

  • Azure Bot Service.
  • Bot Framework.
  • Creación de agentes virtuales que pueden usar otros servicios.

🦄Dato interesante✨

El Deep Learning es lo que usan la mayoría de redes sociales y aplicaciones para recomendarnos publicidad de productos en los que estemos interesados o que estemos buscandoo. Lo hace aprendiendo de las cosas que consumimos o lo que decimos a través de toda la red (no escuchando nuestras palabras a través de micrófonos como muchos creen). A partir de que aceptamos las condicioines de cualquier sitio web, estamos autorizando a que se use la información de nuestras actividades para que una red neuronal aprenda de nosotros… Si, espeluznante.

Hay dos enfoques básicos que funcionan en el razonamiento que busca asemejarse a las personas.

  • Deep learning: usa redes neuronales para descubrir, aprender y crecer.
  • Machine learning: utiliza datos existentes para entrenar modelos y pronósticar.

AZURE MACHINE LEARNING

Una de las ventajas de la nube es el poder disponer de esas VM con altas capacidades de procesamiento de cómputo para poderlas utilizar en IA.

Este servicio de Azure nos brinda una PaaS para realziar predicciones conectándose a datros para entrenar y probar modelos. Ofrece control completo del diseño y entrenamiento de algoritmos.

AZURE COGNITIVE SERVICES

Modelos de ML creados que permiten a una aplicación ver, oír, hablar, entender y pensar. No se necesitan conocimientos en ML o DS.

Categorías:

  • Lenguaje
  • Voz
  • Visión
  • Desición

AZURE BOT SERVICE

  • Azure Bot Service.
  • Bot Framework.
  • Creación de agentes virtuales que pueden usar otros servicios.
  • Deph Learning, redes neuronales para aprender y crecer.
  • Machine Learning, utiliza datos existentes para entrenar modelos y pronosticar.
  • Azure Machine learning, ofrece el control total del diseño y entrenamiento de los algoritmos.
  • Azure Cognite services, modelos de ML, que permiten a una app a ver, oir, hablar, entender.
  • Azure Bot Services, creación de agentes virtuales para atención de clientes.

Los pasos a seguir para el análisis de imágenes están dentro de un archivo VScode proporcionado por el laboratorio y todo esto se tiene que realizar en el PORTAL DE AZURE de Microsoft donde se crea el recurso de Cognitive Services, es un excelente ejercicio para comenzar a conocer como funciona la inteligencia artificial.

Análisis de imágenes con el Servicio Computer Vision

Me gusto mucho esta práctica, me ayudo a reforzar mis bases de Cognitive Services y Computer Vision 😄

  • Azure Machine Learning
  • Azure Cognitive Services
  • Azure Bot Service

La inteligencia artificial ya puede diferenciar una manzana de un texto 🤡

Servicios de inteligencia artificial

Enfoques básicos

  • Deep Learning:
    • Usa redes neuronales para descubrir, aprender y crecer
  • Machine Learning
    • Utiliza datos existentes para entrenar modelos y pronosticar

Azure Machine Learning

  • PaaS para realizar predicciones conectándose a datos para entrenar y probar modelos.
  • Ofrece control completo del diseño y entrenamiento de algoritmos

Azure Cognitive Services
Azure Cognitive Services

  • Modelos de ML creados que permiten a una aplicación ver, oír, hablar, entender y pensar. No se necesitan conocimientos en ML o DS

Categorías

  • Lenguaje
  • Voz
  • Visión
  • Decisión

Azure Bot Service
Azure Bot Service

  • Azure Bot Service
  • Bot Framework
  • Creación de agentes virtuales que puedan usar otros servicios

Esta clase me voló la cabeza.

Laboratorio completado… Tuve un error al inicio al momento de crear el servicio cognitive que era sobre el tema de que el rol del usuario no estaba habilitado para los servicios de cognitive, al final era cambiar en el Azure-Portal el dominio actual vs conmutador.

Es necesario seguir los pasos que están en el editor del visual code. El archivo 01 - Image Analysis with Computer Vision.ipynb. Antes de ello es importante ejecutar el programa **GET_FILES ** que se encuentra en el escritorio de la máquina virtual del laboratorio.

A manera resumida el laboratorio consiste en lo siguiente:

  1. Crear una cuenta de Azure (Ya se ha visto en el curso). En caso de que ya la tengan omitir este paso.
  2. Crear una suscripción, en caso de que no la tengan. (Crear recursos > Suscripción).
  3. Crear un recurso de Cognitive Services
  4. Ir al recurso creado y en el menu derecho, click sobre Claves y puntos de conexión
  5. Ir de nuevo al archivo del visual code. Realizar lo siguiente: YOUR_COG_KEY -> La clave generada.
    Reemplace YOUR_COG_ENDPOINT -> Por el endpoint generado. Ejemplo: https://cognitiveplatzi.cognitiveservices.azure.com/.
    Quedaría algo así:
cog_key = '2021577462hh23ca39f8f1f60f' 
cog_endpoint = 'https://platzi.cognitiveservices.azure.com/'

El resto es ejecutar y observar como funciona el servicio mediante la visión artificial. Algo muy interesante.

Deep Learning: usa redes neuronales
Machine Learning: usa datos existentes para entrenar y pronosticar

Servicios de inteligencia artificial

Enfoques básicos

  • Deep learning: usa redes neuronales para descubrir, aprender y crecer.
  • Machine learning: utiliza datos existentes para entrenar modelos y pronosticar a través de probabilidades.

Azure Machine Learning

PaaS para realizar predicciones conectándose a datos para entrenar y probar modelos.

Ofrece control completo del diseño y entrenamiento de algoritmos. Esto implica que se tendrán que hacer los algoritmos y modelos de entrenamiento propios.

Azure Cognitive Services

Modelos de ML creados que permiten a una aplicación ver, oír, hablar, entender y pensar. No se necesitan conocimientos en ML o DS.

El servicio te da todo lo necesario para usarlo a través de código, utilizar API’s o incluso formas de hacerlo sin código.

Categorías

  • Lenguaje
  • Voz
  • Visión
  • Decisión

Azure Bot Service

Permite crear bots o agentes virtuales.

  • Tiene su propio Bot Framework para desarrollar bots a través de código o de las herramientas propias de Azure.
  • Creación de agentes virtuales que pueden usar otros servicios.

Bot: Entendido y a poner en práctica

Alguien ha tenido problemas para completar los laboratorios? Siempre tengo restricciones por la suscripción de prueba gratuita, por un lado no me deja seleccionar los parámetros de Hardware del servicio porque no se admiten en la suscripcion y region, y en cuanto a esta seccion de IA, no me abre ningun grupo de recursos: ![](https://static.platzi.com/media/user_upload/image-d3c43d2c-7ae9-42f8-8ed2-af85e612fdf7.jpg)
While **Machine Learning** is a subset of artificial intelligence, D**eep Learning** is specialized subset of Machine Learning.

El Lab de Learn me encanto!

Inteligencia artificial

Deep learning: usa redes neuronales para descubrir, aprender y crecer

Machine learning: Utiliza datos existentes para entrenar modelos y pronosticar

Azure Machine Learning

  • PaaS para realizar predicciones conectándose a datos para entrenar y probar modelos
  • Ofrece control completo del diseño y entrenamiento de algoritmos

Azure cognitive services

  • Modelos de ML creados que permiten a una aplicación ver, oír, hablar, entender y pensar.
  • No se necesitan conocimientos en ML o DL
  • Categorías:
    • Lenguaje
    • Voz
    • Visión
    • Decisión

Azure Bot Service

  • Creación de agentes virtuales que pueden usar otros servicios

Solo me tiró error al hacer el analisis de las fotos.

El deep learning: usa redes neuronales para entrenarse y aprender a hacer algo, mientras que el machine learning usa datos existentes para entrenar modelos.

Es mi area favorita ❤️ IA

Con este servicio de Inteligencia Artificial puedes predecir el comportamiento de las ventas, teniendo en cuenta históricos de ventas, de esta forma podrás estar preparado para que no te quedes sin inventarios, entre muchas cosas más.

RESUMEN CLASE 15:
INTELIGENCIA ARTIFICIAL

I.- ENFOQUES BASICOS

  • Deep learning: usa redes neuronales para descubrir, aprender y crecer.

  • Machine learning: utiliza datos existentes para entrenar modelos y pronosticar.

II.- AZURE MACHINE LEARNING

PaaS para realizar predicciones conectándose a datos para entrenar y probar modelos.

Ofrece control completo del diseño y entrenamiento de algoritmos.

III.- AZURE COGNITIVE SERVICES
Modelos de ML creados que permiten a una aplicación ver, oír, hablar, entender y pensar.

No se necesitan conocimientos en ML o DS.

  • CATEGORIAS

    • Lenguaje

    • Voz

    • Visión

    • Decisión

IV.- AZURE BOT SERVICE

  • Azure Bot Service.

  • Bot Framework.

  • Creación de agentes virtuales que pueden usar otros servicios.

Deep learning
Machine Learning

Muy interesante lo de BOTS