#GlobalAzure
May 5th – 7th,2022

#GlobalAzure
#YourLocationHashTag

Microsoft MVP en AI y Developer Technologies
Investigador en Tomás Bata University in Zlín
Docente en Tecnológico Nacional de México en Celaya
@darkicebeam
luis@luisbeltran.mx
luisbeltran.mx

• Machine Learning
• Azure Machine Learning
• Demo

#GlobalAzure
#YourLocationHashTag
Machine Learning

Con datos conocidos,
desarrollar un modelo para
predecir datos desconocidos
Datos conocidos:
Observaciones previas, datos
históricos…
Datos desconocidos: Datos
ocultos, no existentes, futuros…
Modelo: Datos conocidos +
Algoritmos de ML

¿Es un pan
o no?
Pan
No Pan

Preparar los datos Evaluar
Entrenar Implementar
Entrenamiento del Modelo
Consumo del Modelo
Inferir
Obtener
los datos

http://yann.lecun.com/exdb/mnist/

#GlobalAzure
#YourLocationHashTag
Azure Machine Learning

• La ciencia de datos puede ser demasiado compleja
• El costo de acceder / usar algoritmos de ML eficientes es alto
• Se requiere un conocimiento integral en diferentes herramientas / plataformas
para desarrollar un proyecto de ML completo
• Es difícil poner la solución desarrollada en una etapa de producción escalable
• Se necesita un método más simple / escalable:

#GlobalAzure
#YourLocationHashTag
Demo

• Documentación de Azure Machine Learning
https://docs.microsoft.com/en-us/azure/machine-learning/
• Entrena y despliega un modelo de clasificación de imágenes
con un Notebook de Jupyter de ejemplo
https://docs.microsoft.com/en-us/azure/machine-
learning/tutorial-train-deploy-notebook
• Construye un pipeline de Azure Machine Learning para
clasificación de imágenes
https://docs.microsoft.com/en-us/azure/machine-
learning/tutorial-pipeline-python-sdk