El ascenso de las máquinas

Resumen

Explora el aprendizaje automático y el análisis predictivo con Azure ML en esta introducción, dirigida por el Director de Arquitectura de Microsoft, Josh Holmes.

Programa de estudio

• Introducción y Objetivos del Curso
Visión General de Aprendizaje Automático y Analítica Predictiva
Metas y Resultados del Curso
• Introducción al Aprendizaje Automático
Fundamentos del Aprendizaje Automático
Conceptos Clave en Analítica Predictiva
Tipos de Modelos de Aprendizaje Automático
• Visión General de Azure Machine Learning
Introducción a Azure Machine Learning Studio
Configuración del Entorno de Azure ML
Navegación en el Espacio de Trabajo de Azure ML
• Preparación y Exploración de Datos
Importación y Limpieza de Datos
Técnicas de Transformación de Datos
Visualización de Datos con Azure ML
• Construcción de Modelos de Aprendizaje Automático
Selección de Algoritmos
Entrenamiento y Validación de Modelos
Evaluación del Rendimiento del Modelo
• Características Avanzadas de Azure ML
Aprendizaje Automático Automatizado
Uso de Modelos Preconstruidos en Azure
Ajuste de Hiperparámetros
• Implementación y Gestión de Modelos
Implementación de Modelos como Servicios Web
Monitoreo de Modelos Implementados
Gestión del Ciclo de Vida del Modelo en Azure ML
• Estudios de Caso y Aplicaciones del Mundo Real
Casos de Uso Específicos de la Industria
Historias de Éxito Utilizando Azure ML
• Consideraciones Éticas en IA
Comprensión del Sesgo en Modelos de IA
Asegurando la Privacidad y Seguridad con Azure ML
• Sesiones de Laboratorio Práctico
Proyecto Completo Usando Azure ML
Colaboración y Trabajo en Grupo en Azure
• Resumen del Curso y Próximos Pasos
Resumen de Aprendizajes Clave
Recursos para Estudios Adicionales en IA y Azure

---

Asignaturas

Charlas de conferencia