Fundamentos de Azure AI AI-900
Curso estructurado de Azure AI-900 sobre fundamentos de IA, machine learning, visión, NLP, IA generativa y responsable, con preguntas.
Progreso del curso
0 / 5
Volver a los cursos
Qué aprenderás
- Describir cargas de trabajo de IA.
- Explicar machine learning.
- Describir visión.
- Describir NLP.
- Describir IA generativa y seguridad.
Antes de empezar
- Conceptos básicos de nube ayudan.
- No se requiere programación.
- No se requiere certificación previa.
Lección 1 Descripción General de Azure AI
El examen Azure AI Fundamentals AI-900 es una certificación inicial para describir conceptos de IA y servicios de Azure. Cubre cargas de trabajo de IA, principios de machine learning, visión por computadora, procesamiento de lenguaje natural e IA generativa. También explica principios de IA responsable como equidad, confiabilidad, privacidad, inclusión, transparencia y responsabilidad. Este curso combina cada tema con preguntas de práctica para aplicar lo aprendido. Practica con ejemplos, revisa cada error y repite los temas más débiles cada semana para mejorar.
Ejemplo
Ejemplo: la OCR que lee un texto en una foto es visión, mientras que un chatbot que escribe respuestas es IA generativa.Lección 2 Principios de Machine Learning
El machine learning aprende patrones de datos. El aprendizaje supervisado usa etiquetas; la regresión predice números y la clasificación predice categorías. El aprendizaje no supervisado encuentra estructura y el clustering agrupa elementos. Las características son entradas y la etiqueta es la salida. El sobreajuste ocurre cuando el modelo memoriza datos de entrenamiento. Azure Machine Learning ofrece experimentos, AutoML y despliegue. Esta lección practica cada concepto. Practica con ejemplos, revisa cada error y repite los temas más débiles cada semana para mejorar.
Ejemplo
Ejemplo: predecir temperatura desde características climáticas es regresión; agrupar clientes por hábitos es clustering.Lección 3 Visión por Computadora
La visión por computadora interpreta imágenes y video. La clasificación etiqueta toda la imagen; la detección devuelve cuadros; la segmentación etiqueta píxeles. La OCR lee texto impreso y manuscrito. La detección facial encuentra rostros y el reconocimiento identifica personas. Azure AI Vision ofrece análisis, OCR y visión personalizada. Document Intelligence extrae campos y tablas de documentos. Practica con ejemplos, revisa cada error y repite los temas más débiles cada semana para mejorar.
Ejemplo
Ejemplo: una fábrica usa detección de objetos para piezas defectuosas y OCR para leer etiquetas.Lección 4 Procesamiento de Lenguaje Natural
El PLN permite leer y generar lenguaje. El análisis de sentimiento juzga el tono; el reconocimiento de entidades extrae personas y lugares; la extracción de frases clave encuentra temas. Translator traduce y Speech procesa audio. Los modelos de lenguaje usan intents y entities. Question answering busca respuestas en documentos. Estas capacidades crean chatbots, análisis y traducción. Practica con ejemplos, revisa cada error y repite los temas más débiles cada semana para mejorar.
Ejemplo
Ejemplo: un chatbot detecta el intent book_flight y la entidad ciudad de destino.Lección 5 IA Generativa e IA Responsable
La IA generativa crea contenido nuevo. Los grandes modelos de lenguaje generan texto a partir de prompts. Los tokens son unidades de texto y la temperatura controla la creatividad. Los embeddings representan significado. Azure OpenAI ofrece GPT y DALL-E. RAG combina documentos recuperados con generación. La IA responsable usa filtros de contenido, revisión humana, etiquetas claras y pruebas de sesgo. Practica con ejemplos, revisa cada error y repite los temas más débiles cada semana para mejorar.