Servicios cognitivos con Azure, IA fácil de implementar

Curso de Introducción a la Nube con Azure

Contenido del curso

Introducción al cómputo en la nube

Componentes de Azure

Servicios de Azure

Protección de datos

22
Privacidad, cumplimiento y protección de datos
05:03 min

Acuerdos de nivel de servicio (SLA)

Bonus: Laboratorios para aprender más de Azure

Seguir aprendiendo sobre la nube

30
Certifícate en Azure
01:53 min

Contenido de apoyo: Sesiones en vivo Azure Challenge

Tomar examen

Cursos Empresas Blog Live Conf Eventos Precios

0:0058:29

Servicios cognitivos con Azure, IA fácil de implementar

Curso de Introducción a la Nube con Azure

Clase 34 de 35

Clase 34 / 35

Comentarios (6)6 comentarios

Rafael Vilches

Hace 5 años

Ya son varios videos de youtube que veo donde invitan a ISAAC CARRADA y le ponen como nombre CERRADA.

Digo, porque lo conozco de los cursos de watson que están aqui en Platzi.

Natalia Viñas

Hace 4 años

lol anotaron mal su apellido

Gustavo Olmedo

Hace 5 años

Estas clases me gustaron mucho, buena combinación de práctica y teoría!

CRISTIAN FABIAN HERRERA PILLIMUE

Hace 4 años

Si, son super practicas y es mas fácil retener todo este mar de información.

Silvia Veronica Noriega

Hace 4 años

Interesante

Juan Pablo Ruiz

Hace 2 años

2025 y dando el paso a certificarme en Azure !!!

Caleb Parra

Hace 4 años

god esta clase

CRISTIAN FABIAN HERRERA PILLIMUE

Hace 4 años

Interesante poder implementar alguna herramienta que le recomiende al usuario (algo), de una forma practica y rápida, con estas herramientas que nos ofrece azure.

Recursos

¿Cómo Microsoft Azure está transformando el aprendizaje automatizado?

En un mundo cada vez más impulsado por datos, las herramientas de inteligencia artificial (IA) y aprendizaje automático están democratizando el acceso a la tecnología avanzada. Microsoft Azure, con su amplia gama de servicios cognitivos, ofrece a desarrolladores y empresas la oportunidad de implementar soluciones de IA sin complicaciones. En esta charla, exploramos los servicios de Azure que facilitan la creación y despliegue de modelos de inteligencia artificial de manera accesible y eficiente.

¿Qué servicios cognitivos ofrece Azure?

Azure proporciona un conjunto de herramientas robustas para implementar inteligencia artificial de manera sencilla:

Azure Machine Learning: Una plataforma que permite la construcción de modelos desde cero utilizando Jupyter Notebooks, herramientas sin código como AutoML (Automated Machine Learning) y una interfaz visual que permite el diseño programático mediante módulos arrastrables.
AI Apps and Agents: Servicios preentrenados que pueden ser integrados a través de APIs para crear aplicaciones inteligentes con capacidades desde reconocimiento visual hasta análisis de texto.
Knowledge Mining: Se centra en la extracción de datos valiosos a partir de fuentes no estructuradas, utilizando tecnología como Object Character Recognition (OCR) para digitalizar contenido físico.

Estos servicios funcionan en sinergia con la infraestructura en la nube de Azure, lo que facilita su integración y escalabilidad para proyectos de cualquier tamaño o naturaleza.

¿Cómo Azure facilita el aprendizaje automático supervisado?

El aprendizaje automático supervisado consiste en entrenar modelos con un conjunto de datos claramente etiquetado. Azure permite:

Clasificación: Permitir que un modelo distinga entre dos o más clases predefinidas, como en un caso de uso al identificar si una persona es apta para un crédito con base en sus datos demográficos.
Regresión: Predecir valores continuos en relación con una variable independiente.
Series de tiempo: Analizar datos temporales para realizar predicciones precisas en términos de tendencias y patrones.

Azure también enfatiza la importancia de la ética en IA, abordando el bias en los datos de entrenamiento y asegurando así que los modelos no perpetúen sesgos arraigados en su diseño.

¿Qué hay de los modelos de entrenamiento y despliegue?

El proceso de entrenamiento, evaluación y despliegue de un modelo es un pilar clave en machine learning:

Automated Machine Learning (AutoML) simplifica el entrenamiento de modelos seleccionando automáticamente los mejores algoritmos y parámetros optimizando la precisión sin la intervención manual. Por ejemplo, se destaca cómo Azure puede calcular automáticamente si alguien incurrirá en un impago basado en datos predefinidos.
Despliegue de modelos: Con unos simples clics, los modelos entrenados se pueden desplegar como APIs que otras aplicaciones pueden consumir, lo cual es crítico para la integración en soluciones más amplias sin necesidad de manejar infraestructuras complicadas.

Aplicaciones Prácticas: ¿Qué soluciones podemos implementar?

Más allá de las herramientas, los servicios de Azure permiten soluciones prácticas, como por ejemplo:

Creación de sistemas de recomendación personalizados: Usando clústeres de datos para sugerir productos o servicios a los usuarios, basados en comportamientos y preferencias.
Implementación de asistentes de voz: Integrando capacidades de speech-to-text y text-to-speech para crear agentes conversacionales que entiende modismos regionales y ofrecen servicios de asistencia automática.
Desarrollo de agentes de call center: Utilizando Azure para manejar interacciones fluidas que interpretan contextos y resuelven consultas automáticas.

Estos ejemplos muestran la versatilidad de Azure en la aplicación real de inteligencia artificial, destacando su papel central en la modernización de negocios y servicios.

Azure no solo ofrece tecnología avanzada, sino que también está comprometido en capacitar a más usuarios para que exploren estos servicios de forma segura y responsable. Con esto, se dedican a cumplir un propósito educativo, ayudando a usuarios en su viaje hacia la certificación de Azure Fundamentals, incentivando a más personas a obtener habilidades en este campo tan emergente.

Resumen

¿Cómo Microsoft Azure está transformando el aprendizaje automatizado?

¿Qué servicios cognitivos ofrece Azure?

Azure proporciona un conjunto de herramientas robustas para implementar inteligencia artificial de manera sencilla:

Azure Machine Learning: Una plataforma que permite la construcción de modelos desde cero utilizando Jupyter Notebooks, herramientas sin código como AutoML (Automated Machine Learning) y una interfaz visual que permite el diseño programático mediante módulos arrastrables.
AI Apps and Agents: Servicios preentrenados que pueden ser integrados a través de APIs para crear aplicaciones inteligentes con capacidades desde reconocimiento visual hasta análisis de texto.
Knowledge Mining: Se centra en la extracción de datos valiosos a partir de fuentes no estructuradas, utilizando tecnología como Object Character Recognition (OCR) para digitalizar contenido físico.

Estos servicios funcionan en sinergia con la infraestructura en la nube de Azure, lo que facilita su integración y escalabilidad para proyectos de cualquier tamaño o naturaleza.

¿Cómo Azure facilita el aprendizaje automático supervisado?

El aprendizaje automático supervisado consiste en entrenar modelos con un conjunto de datos claramente etiquetado. Azure permite:

Clasificación: Permitir que un modelo distinga entre dos o más clases predefinidas, como en un caso de uso al identificar si una persona es apta para un crédito con base en sus datos demográficos.
Regresión: Predecir valores continuos en relación con una variable independiente.
Series de tiempo: Analizar datos temporales para realizar predicciones precisas en términos de tendencias y patrones.

Azure también enfatiza la importancia de la ética en IA, abordando el bias en los datos de entrenamiento y asegurando así que los modelos no perpetúen sesgos arraigados en su diseño.

¿Qué hay de los modelos de entrenamiento y despliegue?

El proceso de entrenamiento, evaluación y despliegue de un modelo es un pilar clave en machine learning:

Automated Machine Learning (AutoML) simplifica el entrenamiento de modelos seleccionando automáticamente los mejores algoritmos y parámetros optimizando la precisión sin la intervención manual. Por ejemplo, se destaca cómo Azure puede calcular automáticamente si alguien incurrirá en un impago basado en datos predefinidos.
Despliegue de modelos: Con unos simples clics, los modelos entrenados se pueden desplegar como APIs que otras aplicaciones pueden consumir, lo cual es crítico para la integración en soluciones más amplias sin necesidad de manejar infraestructuras complicadas.

Aplicaciones Prácticas: ¿Qué soluciones podemos implementar?

Más allá de las herramientas, los servicios de Azure permiten soluciones prácticas, como por ejemplo:

Creación de sistemas de recomendación personalizados: Usando clústeres de datos para sugerir productos o servicios a los usuarios, basados en comportamientos y preferencias.
Implementación de asistentes de voz: Integrando capacidades de speech-to-text y text-to-speech para crear agentes conversacionales que entiende modismos regionales y ofrecen servicios de asistencia automática.
Desarrollo de agentes de call center: Utilizando Azure para manejar interacciones fluidas que interpretan contextos y resuelven consultas automáticas.

Estos ejemplos muestran la versatilidad de Azure en la aplicación real de inteligencia artificial, destacando su papel central en la modernización de negocios y servicios.

Introducción al cómputo en la nube

Aprender sobre la nube

Qué es la nube: ventajas y características

Modelos de servicio: IaaS, PaaS, SaaS y serverless

Tipos de nube: pública, privada e híbrida

Componentes de Azure

Qué es Azure

Cuentas de Azure

Suscripciones y grupos de administración

Recursos y grupos de recursos

Regiones

Laboratorio: crear un sitio en WordPress

Servicios de Azure

Análisis y bases de datos

Servicios de cómputo en la nube

Almacenamiento

Red

Inteligencia artificial

DevOps

Monitoreo y supervisión

Administración y configuración de entorno

Serverless

IoT

Seguridad

Protección de datos

Privacidad, cumplimiento y protección de datos

Acuerdos de nivel de servicio (SLA)

Administración de costos de servicio

Acuerdos de nivel de servicio y ciclo de vida

Bonus: Laboratorios para aprender más de Azure

Conoce los servicios especializados de Azure

Conociendo los servicios básicos de Azure

Introducción a SQL Server en Linux

Hospedaje de una aplicación web

Creación de lógica serverless con Azure Functions

Seguir aprendiendo sobre la nube

Certifícate en Azure

Contenido de apoyo: Sesiones en vivo Azure Challenge

Certifícate en Microsoft Azure, últimos consejos

Certifícate en Microsoft Azure Fundamentals

Certifícate en Microsoft Azure: introducción a la nube

Servicios cognitivos con Azure, IA fácil de implementar

Live classes

Servicios cognitivos con Azure, IA fácil de implementar