Curso AI-900 Fundamentos de IA de Azure con Simulaciones Virtuales

Resumen

Prepárate para el examen AI-900 con laboratorios guiados por instructores y simulaciones prácticas disponibles 24/7. Lo que aprenderás:

Aprende los conceptos y realiza actividades prácticas necesarias para aprobar el examen AI-900.

Adquiere una gran cantidad de conocimientos sobre los Servicios Avanzados de Azure AI. Obtén mucha experiencia práctica con los Servicios de Azure AI.

Utiliza simulaciones prácticas que pueden ser accesadas en cualquier momento y lugar. ¡Realmente esperamos que estés de acuerdo, esta formación es mucho más que el curso promedio en Udemy!

Tendrás acceso a lo siguiente:

Formación de un instructor con más de 25 años de experiencia que ha capacitado a miles de personas y también es un Entrenador Certificado por Microsoft. Conferencia que explica los conceptos de una manera fácil de aprender para alguien que está comenzando con este material.

Práctica guiada por el instructor y simulaciones que se pueden seguir incluso si tienes poca o ninguna experiencia. TEMAS CUBIERTOS, INCLUYENDO CONFERENCIA Y TUTORIALES PRÁCTICOS:

Introducción - Bienvenido al curso - IMPORTANTE Uso de Asignaciones en el curso - Creación de una cuenta gratuita de Azure - Orden de los conceptos cubiertos en el curso - Introducción a la terminología de inteligencia artificial - Identificación de características de cargas de trabajo de AI comunes - Comprensión de características de cargas de trabajo de detección de anomalías - Ejemplo de detección de anomalías univariada - Ejemplo de detección de anomalías multivariada - ¿Qué son las cargas de trabajo de visión por computadora? - Uso conceptual de cargas de trabajo de procesamiento de lenguaje natural - Visualización de los principios de minería de conocimiento - Identificación de principios orientadores para AI responsable - Introducción a la AI responsable - Equidad e Inclusividad en una solución AI - Fiabilidad y seguridad en una solución AI - Privacidad y seguridad en una solución AI - Transparencia en una solución AI - Rendición de cuentas en una solución AI - Identificación de tipos comunes de aprendizaje automático - Creación de un espacio de trabajo de Azure Machine Learning para escenarios de aprendizaje automático - ¿Qué es el aprendizaje automático de regresión? - Construcción de un pipeline con aprendizaje automático de regresión para limpiar un conjunto de datos - Implementación de un escenario de aprendizaje automático de regresión - Evaluación de los resultados de escenarios de aprendizaje automático de regresión - ¿Qué es el aprendizaje automático de clasificación? - Implementación de un escenario de aprendizaje automático de clasificación en Azure - Comprensión de etiquetas en una matriz de confusión - Ejemplo de aprendizaje automático por clústeres - Descripción de conceptos clave de aprendizaje automático - Comprensión de características y etiquetas en un conjunto de datos para aprendizaje automático - Cómo se utilizan los conjuntos de datos de entrenamiento y validación en el aprendizaje automático - Descripción de capacidades de herramientas visuales en Azure Machine Learning Studio - Uso de aprendizaje automático automatizado - Comprensión del Diseñador de Azure Machine Learning - Limpieza de nuestros recursos Azure existentes - Identificación de tipos comunes de soluciones de visión por computadora - ¿Cuáles son las soluciones de visión por computadora de Azure? - Creación de un recurso de visión por computadora de Azure - Soluciones de clasificación de imágenes y detección de objetos en Vision Studio - Soluciones de reconocimiento óptico de caracteres en Vision Studio - Soluciones de detección y análisis facial en Vision Studio - Soluciones de análisis espacial en Vision Studio - Identificación de herramientas y servicios de Azure para tareas de visión por computadora - Uso de la herramienta POSTMAN para interactuar con los Servicios de Azure AI - Implementación de capacidades del servicio de Visión por Computadora - Implementación de capacidades del servicio de Visión Personalizada - Implementación de capacidades del servicio de Cara - Implementación de capacidades del servicio de Reconocedor de Formularios - Identificación de características de escenarios de carga de trabajo NLP comunes - ¿Cuáles son las características de Azure AI Language? - Creación de un recurso de servicio de lenguaje en Azure - Prueba de extracción de frases clave - Prueba de reconocimiento de entidades clave - Prueba de análisis de sentimiento clave - Prueba de modelado de lenguaje clave - Prueba de reconocimiento y síntesis de voz clave - Prueba de traducción clave - Identificación de herramientas y servicios de Azure para cargas de trabajo NLP - Exploración de capacidades del servicio de Lenguaje - Exploración de capacidades del servicio de Voz - Exploración de capacidades del servicio de Traductor - Configuración de Azure AI Language para soportar preguntas y respuestas - Identificación de consideraciones para soluciones de AI conversacional en Azure - Comprensión de características y usos para bots - Capacidades de Power Virtual Agents y el servicio de Azure Bot - Eliminación de recurso existente - Identificación de características y capacidades de AI generativa y el Azure Open AI Service - Características de modelos Open AI generativos - Escenarios comunes para Open AI generativo - Consideraciones de Open AI responsable para AI generativa

Programa de estudio

• Introducción a los Fundamentos de la IA y Azure AI
Descripción general de conceptos y definiciones de IA
Introducción a los servicios de Microsoft Azure AI
• Comenzar con Azure
Configuración de una cuenta de Azure
Navegación por el portal de Azure
Comprensión de las ofertas de servicios de Azure AI
• Conceptos de Aprendizaje Automático
Introducción al aprendizaje automático (ML) y sus aplicaciones
Aprendizaje supervisado vs. no supervisado
Visión general de Azure Machine Learning Studio
• Procesamiento de Lenguaje Natural (PNL)
Comprensión del PNL y sus casos de uso
Introducción a los Servicios Cognitivos de Azure para el lenguaje
Análisis de texto y análisis de sentimientos
• Visión por Computadora
Conceptos básicos de visión por computadora
Servicios Cognitivos de Azure para visión
Procesamiento y análisis de imágenes con Azure
• IA Conversacional y Bots
Introducción a la IA conversacional
Creación de chatbots con Azure Bot Service
Integración de IA en chatbots con Language Understanding (LUIS)
• IA Responsable y Ética
Principios de IA responsable
Consideraciones éticas en el desarrollo y despliegue de IA
Herramientas y mejores prácticas para la equidad y transparencia en IA
• Simulaciones Virtuales de Azure AI
Laboratorios virtuales y simulaciones prácticas
Escenarios de IA en el mundo real y estudios de caso
Uso de herramientas de Azure AI en entornos simulados
• Preparación para el Examen
Comprensión del formato de certificación AI-900
Revisión de conceptos clave y ofertas de servicios
Preguntas de práctica y estrategias para el examen
• Evaluación Final y Finalización del Curso
Realizar la evaluación final del curso
Retroalimentación y revisión del curso
Certificación de finalización y próximos pasos

Enseñado por

John Christopher

Asignaturas

Programación