Aquí tienes el acordeón no oficial de la certificación AI-900 Microsoft Certified: Azure AI Fundamentals
Important
Revisa esto de abajo 🔽
-
¿Cómo es hacer una certificación de Microsoft? Tips y consideraciones
-
Aquí encuentras mis apuntes en alta resolución. No dibujo ni escribo bonito pero te pueden ayudar
Warning
No me hago responsdable de la calidad de letra ni de dibujo que esta en la imagen
Note
Si hay algo que este desactualizado o incorrecto hazmelo saber en los issues o dando un PR
Este módulo introduce de manera global la inteligencia artificial (IA) y sus aplicaciones transformadoras.
- Aquí puedes ver todos los temas de la unidad -> DA CLIC AQUÍ <-
- Resumen rapido
Note
Las prácticas De Microsoft Learn están en inglés. Puedes traducirlas con el navegador y si no funciona algo intenta hacerlo en una ventana de incognito y/o cambiar de región
- Exercise - Explore Automated Machine Learning in Azure Machine Learning
- Ejercicio: explorar Servicios de Azure AI
Note
Las prácticas de este acordeón son complementarias a las que debes hacer en Microsoft Learn
- Código mi primera inteligencia artificial
- Práctica 1: Consumir la API de Computer Vision con Postman
- Práctica 2: Entrenamiento de un Modelo de Regresión Simple en Python
- Práctica 3: Crear un Chatbot Básico con Azure Bot Service
- Práctica 4: Desplegar un Modelo de Clasificación con Azure Machine Learning Studio
- Práctica 5: Análisis de Sentimiento con la API de Text Analytics en Python
- Tema Complementario 1: Ética, Sesgos y Responsabilidad en la Inteligencia Artificial
- Tema Complementario 2: Comparación entre Aprendizaje Automático Tradicional y Deep Learning
- Tema Complementario 3: Integración de Múltiples Servicios de Azure AI para Soluciones Completas
- Tema Complementario 4: Seguridad, Privacidad y Autenticación en Azure AI
- Tema Complementario 5: Automatización y DevOps en Proyectos de IA en Azure
La visión informática es un área de la inteligencia artificial (IA) en la que los sistemas de software se diseñan para percibir el mundo visualmente, mediante cámaras, imágenes y vídeo.
- Aquí puedes ver todos los temas de la unidad -> DA CLIC AQUÍ <-
- Resumen rapido
Note
Las prácticas De Microsoft Learn están en inglés. Puedes traducirlas con el navegador y si no funciona algo intenta hacerlo en una ventana de incognito y/o cambiar de región
- Ejercicio: Análisis de imágenes en Vision Studio
- Ejercicio: detección de caras en Vision Studio
- Ejercicio: Lectura de texto en Vision Studio
Note
Las prácticas de este acordeón son complementarias a las que debes hacer en Microsoft Learn
- Práctica 1: Análisis de Imágenes con la API de Computer Vision usando Postman
- Práctica 2: Extracción de Texto de Imágenes mediante OCR con Python
- Práctica 3: Implementación de Reconocimiento Facial con Azure Face API en Python
- Práctica 4: Comparación de Rostros para Verificación de Identidad con Face API
- Práctica 5: Integración Completa: Aplicación de Escritorio Simple que Utilice Computer Vision, Face API y OCR
- Tema Complementario 1: Preprocesamiento de Imágenes para Mejorar el Rendimiento de Computer Vision
- Tema Complementario 2: Optimización del Consumo de la API y Manejo de Límite de Solicitudes
- Tema Complementario 3: Integración de Resultados de Computer Vision con Otras Soluciones de Azure
- Tema Complementario 4: Seguridad y Privacidad en el Uso de Servicios de Computer Vision
- Tema Complementario 5: Monitorización y Mantenimiento de Soluciones Basadas en Computer Vision
El procesamiento de lenguaje natural es compatible con aplicaciones que pueden ver y oír a los usuarios, así como hablar con ellos y entenderlos.
- Aquí puedes ver todos los temas de la unidad -> DA CLIC AQUÍ <-
- Resumen rapido
Note
Las prácticas De Microsoft Learn están en inglés. Puedes traducirlas con el navegador y si no funciona algo intenta hacerlo en una ventana de incognito y/o cambiar de región
- Ejercicio: Análisis de texto con Language Studio
- Ejercicio: uso de la respuesta a preguntas con Language Studio
- Ejercicio: Uso del reconocimiento del lenguaje conversacional con Language Studio
- Ejercicio: Exploración de voz en el portal de Azure AI Foundry
- Ejercicio: Explorar el Traductor de Azure AI
Note
Las prácticas de este acordeón son complementarias a las que debes hacer en Microsoft Learn
- Práctica 1: Análisis de Sentimiento con la API de Text Analytics
- Práctica 2: Extracción de Frases Clave y Reconocimiento de Entidades
- Práctica 3: Construcción de una Base de Conocimiento para Respuesta a Preguntas (QnA Maker)
- Práctica 4: Simulación de Reconocimiento del Lenguaje Conversacional con LUIS
- Práctica 5: Traducción de Textos con la API de Traducción de Azure
- Tema Complementario 1: Preprocesamiento y Limpieza Avanzada de Datos Textuales
- Tema Complementario 2: Evaluación y Validación de Resultados en Servicios de NLP
- Tema Complementario 3: Integración de Servicios de NLP con Azure Cognitive Search y Otros Componentes
- Tema Complementario 4: Optimización del Rendimiento y Manejo de Errores en las APIs de NLP
- Tema Complementario 5: Seguridad, Privacidad y Cumplimiento en el Procesamiento de Datos Textuales
- Speech to Text y Text to Speech:
La inteligencia de documentos, parte de estos servicios, automatiza la extracción de texto, pares clave-valor, tablas y estructuras de documentos, tanto digitales como escaneados, facilitando su análisis y uso en aplicaciones.
- Aquí puedes ver todos los temas de la unidad -> DA CLIC AQUÍ <-
- Resumen rapido
Note
Las prácticas De Microsoft Learn están en inglés. Puedes traducirlas con el navegador y si no funciona algo intenta hacerlo en una ventana de incognito y/o cambiar de región
- Ejercicio: Extracción de datos de documentos en el portal de Azure AI Foundry
- Ejercicio: exploración de un índice (UI) de Búsqueda de Azure AI
Note
Las prácticas de este acordeón son complementarias a las que debes hacer en Microsoft Learn
- Práctica 1: Extracción Avanzada de Datos de Formularios con Azure Form Recognizer
- Práctica 2: Creación de un Pipeline de Indexación y Búsqueda con Azure Cognitive Search
- Práctica 3: Desarrollo de un Custom Skill para Enriquecer Documentos
- Práctica 4: Construcción de un Pipeline Automatizado con Azure Logic Apps
- Práctica 5: Evaluación y Análisis de la Precisión de la Minería de Conocimiento
- Tema Complementario 1: Preprocesamiento y Normalización de Documentos
- Tema Complementario 2: Integración con Azure Cognitive Search para Indexación y Búsqueda Avanzada
- Tema Complementario 3: Desarrollo de Modelos Personalizados para Reconocimiento de Formularios
- Tema Complementario 4: Seguridad, Privacidad y Cumplimiento en la Minería de Documentos
- Tema Complementario 5: Monitorización y Optimización del Rendimiento en Sistemas de Minería de Conocimiento
La IA generativa es una forma de inteligencia artificial en la que se entrena a los modelos para generar nuevo contenido original basado en la entrada del lenguaje natural. En otras palabras, puede describir una salida deseada en el lenguaje normal cotidiano y el modelo puede responder creando el texto, la imagen, código y mucho más.
- Aquí puedes ver todos los temas de la unidad -> DA CLIC AQUÍ <-
- Resumen rapido
Note
Las prácticas De Microsoft Learn están en inglés. Puedes traducirlas con el navegador y si no funciona algo intenta hacerlo en una ventana de incognito y/o cambiar de región
- Ejercicio: Exploración de Microsoft Copilot
- Ejercicio: explorar Inteligencia artificial de Azure Studio
- Ejercicio: Exploración de filtros de contenido en Inteligencia artificial de Azure Studio
Note
Las prácticas de este acordeón son complementarias a las que debes hacer en Microsoft Learn
- Práctica 1: Uso Avanzado de Azure OpenAI Service para Generación de Texto
- Práctica 2: Desarrollo de un Chatbot Generativo con Azure AI Studio y OpenAI
- Práctica 3: Implementación de Filtros de Seguridad para Salidas Generativas
- Práctica 4: Fine-tuning Simulado con Datos Personalizados (Ejercicio Conceptual)
- Práctica 5: Creación de un Pipeline End-to-End en Azure AI Studio para Generación de Contenido
- Tema Complementario 1: Optimización y Diseño de Prompts para Modelos Generativos
- Tema Complementario 2: Evaluación de la Calidad y Métricas en Salidas Generativas
- Tema Complementario 3: Integración de Modelos Generativos en Aplicaciones Empresariales
- Tema Complementario 4: Aspectos Éticos y de Responsabilidad en la IA Generativa
- Tema Complementario 5: Experimentación y Ajuste de Parámetros en Modelos Generativos
- Inteligencia Artificial generativa y LLM:
Important
Recuerda que los Kahoot! los puedes hacer las veces que quieras, cuando quieras y sin limite de tiempo. Esto es para que práctiques y te prepares.
- Machine Learning Mastery (Blog)
- Blog de Jason Brownlee que ofrece tutoriales, guías prácticas y consejos para aprender machine learning desde cero.
- Google Machine Learning Crash Course
- Curso interactivo que introduce conceptos básicos de machine learning, con videos, ejercicios prácticos y lecciones sobre algoritmos fundamentales.
- Elements of AI
- Curso introductorio en línea que explica la inteligencia artificial de forma sencilla y práctica, ideal para construir una base conceptual.
- Fast.ai – Practical Deep Learning for Coders
- Conjunto de cursos muy prácticos sobre deep learning que te ayudarán a entender y aplicar técnicas avanzadas.
- MIT 6.S191: Introduction to Deep Learning
- Curso intensivo del MIT con videos y material descargable que abordan tanto la teoría como la práctica del deep learning.
- Khan Academy – Matemáticas
- Amplia variedad de cursos gratuitos en matemáticas (álgebra, cálculo, estadística y probabilidad) fundamentales para la inteligencia artificial.
- StatQuest with Josh Starmer (YouTube)
- Canal ideal para aprender estadísticas, machine learning y conceptos de IA de forma clara y amena.
- 3Blue1Brown (YouTube)
- Canal de YouTube que ofrece series visuales y explicativas sobre temas matemáticos, incluyendo el álgebra lineal y redes neuronales.
- Coursera: AI For Everyone (Auditable de forma gratuita)
- Curso impartido por Andrew Ng que introduce de forma amena y accesible la IA, orientado a todos los públicos.
- Udacity – Intro to Artificial Intelligence
- Curso introductorio gratuito en Udacity que aborda los conceptos básicos y algoritmos fundamentales de la IA.
- Distill.pub
- Publicación en línea con artículos interactivos y visuales que explican en profundidad conceptos de inteligencia artificial y machine learning
- Awesome Machine Learning (Repositorio GitHub)
- Una colección curada de recursos, herramientas y tutoriales sobre machine learning e inteligencia artificial, actualizada por la comunidad.
- TensorFlow Tutorials
- Conjunto de tutoriales oficiales de TensorFlow para aprender a crear y entrenar modelos de machine learning y deep learning.
- Khan Academy – Matemáticas
- Plataforma educativa con cursos completos de álgebra, cálculo, probabilidad y estadística, fundamentales para la IA.
Note
Te dejo el link de Amazon afiliado (Así me gano un dinerito extra). Si tu quieres conseguirlo pirata no me incumbe. PUEDES DAR CLIC A LOS TITULOS PARA QUE TE LLEVE DIRECTO A LA COMPRA DEL LIBRO
-
Artificial Intelligence: A Modern Approach
- Libro clásico y completo sobre inteligencia artificial, ampliamente utilizado en cursos universitarios.
- Autores: Stuart Russell y Peter Norvig
- Edición: Tercera Edición
- Editorial: Prentice Hall
- Año: 2009
- ISBN: 9780134610993
- Libro clásico y completo sobre inteligencia artificial, ampliamente utilizado en cursos universitarios.
-
Mathematics for Machine Learning
- Este libro explica los fundamentos matemáticos esenciales (álgebra lineal, cálculo, probabilidad y estadística) para entender y aplicar técnicas de machine learning.
- Autores: Marc Peter Deisenroth, A. Aldo Faisal y Cheng Soon Ong
- Edición: Primera Edición
- Editorial: Cambridge University Press
- Año: 2020
- ISBN: 978110845514X
- Este libro explica los fundamentos matemáticos esenciales (álgebra lineal, cálculo, probabilidad y estadística) para entender y aplicar técnicas de machine learning.
-
Pattern Recognition and Machine Learning
- Un texto avanzado que profundiza en métodos y técnicas de reconocimiento de patrones y machine learning.
- Autor: Christopher M. Bishop
- Edición: Primera Edición
- Editorial: Springer
- Año: 2006
- ISBN: 9780387310732
- Un texto avanzado que profundiza en métodos y técnicas de reconocimiento de patrones y machine learning.
-
- Libro fundamental que cubre tanto la teoría como la práctica del deep learning, escrito por expertos en la materia.
- Autores: Ian Goodfellow, Yoshua Bengio y Aaron Courville
- Edición: Primera Edición
- Editorial: MIT Press
- Año: 2016
- ISBN: 9780262035618
- Libro fundamental que cubre tanto la teoría como la práctica del deep learning, escrito por expertos en la materia.
-
The Hundred-Page Machine Learning Book
- Un libro conciso que resume de forma clara los conceptos esenciales del machine learning, ideal para repasar y consolidar conocimientos.
- Autor: Andriy Burkov
- Edición: Primera Edición
- Editorial: Andriy Burkov (Auto-publicado)
- Año: 2019
- ISBN: 978199957950X
- Un libro conciso que resume de forma clara los conceptos esenciales del machine learning, ideal para repasar y consolidar conocimientos.
Aquí te dejo un articulo de FreeCodeCamp que contiene una opción de Roadmap interesante para tu camino en certificaciones Microsoft
Hecho con