AI-102T00: DISEÑO E IMPLEMENTACIÓN DE UNA SOLUCIÓN DE IA DE MICROSOFT AZURE

Volver

AI-102T00: DISEÑO E IMPLEMENTACIÓN DE UNA SOLUCIÓN DE IA DE MICROSOFT AZURE

Datos del curso 24/0999.010

Familia: INFORMÁTICA Y COMUNICACIONES

Certificado profesional: NO

Modalidad

Presencial

Horas

32

Fecha

04/11/2024

Tipo de formación

General

Horario

Virtual de 16:00 a 20:00

Fecha fin

14/11/2024

Alumnos

16

Fin inscripción

Datos del centro

Localidad:

ZARAGOZA

Teléfono:

976715153

Responsable:

José Antonio Barrabés

Dirección:

AVENIDA ALCALDE SAINZ DE VARANDA 15

Requisitos para realizar el curso

Requisitos

Requisitos especificos

Conocer bien C# o Python, y tiener conocimientos sobre el uso de API basadas en REST para crear soluciones de visión informática, análisis de lenguaje, minería de conocimientos, búsqueda inteligente e inteligencia artificial conversacional en Azure.

Finalidad y Programa del curso

Finalidad

Formar de manera actualizada a profesionales para su inmediata adecuación laboral.

Programa

Examen de certificación incluido: DP-100: Diseño e implementación de una solución de ciencia de datos en Azure
Módulo 1: Introducción a Azure Machine Learning
Introducción a Azure Machine Learning
Herramientas de Azure Machine Learning
Laboratorio: Crear un espacio de trabajo de Azure Machine Learning
Laboratorio: Trabajar con herramientas de Azure Machine Learning
Módulo 2: Aprendizaje automático sin código con Designer
Modelos de capacitación con Designer
Publicación de modelos con Designer
Laboratorio: Crear una canalización (pipeline) de entrenamiento con Azure ML Designer
Laboratorio: Implementación de un servicio con Azure ML Designer
Módulo 3: Ejecución de experimentos y modelos de entrenamiento
Introducción a los experimentos
Formación y registro de modelos
Laboratorio: Ejecución de experimentos
Laboratorio: Modelos de entrenamiento y registro
Módulo 4: Trabajar con datos
Trabajar con almacenes de datos
Trabajar con conjuntos de datos
Laboratorio: Trabajar con almacenes de datos
Laboratorio: Trabajar con conjuntos de datos
Módulo 5: Calcular contextos
Trabajar con entornos
Trabajar con objetivos de cómputo
Laboratorio: Trabajar con entornos
Laboratorio: Trabajar con objetivos de cómputo
Módulo 6: Orquestación de operaciones con canalizaciones
Introducción de canalizaciones
Publicación y ejecución de canalizaciones
Laboratorio: Crear una canalización
Laboratorio: Publicar una canalización
Módulo 7: Implementación y consumo de modelos
Inferencia en tiempo real
Inferencia por lotes
Laboratorio: Crear un servicio de inferencia en tiempo real
Laboratorio: Crear un servicio de inferencia por lotes
Módulo 8: Entrenamiento de modelos óptimos
Ajuste de hiperparámetro
Machine Learning automatizado
Laboratorio: Hiperparámetros de ajuste
Laboratorio: Usar el machine learning automatizado
Módulo 9: Interpretar modelos
Introducción a la interpretación del modelo
Usando explicaciones del modelo
Laboratorio: Revisión de explicaciones automatizadas de machine learning
Laboratorio: Interpretar modelos
Módulo 10: Modelos de supervisión
Modelos de monitorización con Application Insights
Monitorización de deriva de datos
Laboratorio: Monitorización de un modelo con Application Insights
Laboratorio: Monitorización de deriva de datos

Profesorado

Equipamiento

Fecha y hora previstas de la seleccion

Fecha Selección 23/10/2024

Hora Selección 16:00