My presentation about Azure Personalizer at the Global Azure Ecuador and how it helps to build custom, personalized experiences using pre-trained Artificial Intelligence and Machine Learning models from Microsoft.

1. Comunidad
Microsoft UCuenca

2. #GlobalAzure & #GlobalAzureEcuador
#LiveFromEcuador

3. Luis Beltrán
luis@luisbeltran.mx
@darkicebeam

4. #GlobalAzure & #GlobalAzureEcuador
#LiveFromEcuador
Caso de Estudio

9. #GlobalAzure & #GlobalAzureEcuador
#LiveFromEcuador
Cognitive Services

10. Cognitive Services
La Cognición es la habilidad para reconocer cosas que no son puramente
lógicas, pero que a menudo son obvias para los humanos.
Azure Cognitive Services son un conjunto de servicios basados en Inteligencia
Artificial, expuestos a través de APIs REST simples, que permiten a los
desarrolladores agregar cognición a las aplicaciones.

11. Varias Categorías de Servicios
Decisión: Detectar anomalías, personalización, moderación de contenido,…
Lenguaje: Comprensión del lenguaje, analíticas, traductor,…
Voz: Reconocimiento de voz, síntesis, traducción,…
Visión: Todos los servicios relacionados con la visión por computadora
Búsqueda Web: Varios servicios de búsqueda (con tecnología de Bing)
Azure Search técnicamente no es un Servicio Cognitivo pero es muy similar.

12. Decisión
Anomaly Detector – identifica problemas potenciales en tus datos.
Content Moderator – detecta contenido potencialmente ofensivo o no deseado
Metrics Advisor – monitorea métricas y diagnostica problemas
Personalizer – crea experiencias ricas y personalizadas para cada usuario.

13. #GlobalAzure & #GlobalAzureEcuador
#LiveFromEcuador
Reinforcement Learning

14. Reinforcement Learning
• RL se refiere a una rama de IA / ML, que están
dirigidas a problemas orientados a objetivos.
• Los algoritmos RL pueden lograr objetivos
complejos maximizando una función de
recompensa en muchos pasos, por ejemplo, los
puntos ganados en un juego de muchos pasos.
• La función de recompensa funciona de manera
similar a incentivar a un niño con dulces y golpes,
de modo que el algoritmo se penaliza cuando
toma una decisión incorrecta y se recompensa
cuando toma la correcta; esto es un refuerzo.

15. Reinforcement Learning en Sistemas de Recomendación
Recomendadores: dado un perfil de usuario y
contenido categorizado, el sistema hace una
recomendación basada en popularidad, intereses,
demografía, frecuencia y otras características.
El aspecto de refuerzo de RL le permite adaptarse
más rápidamente a los cambios en tiempo real en el
sentimiento y el perfil del usuario, sin necesidad de
(re) entrenamiento explícito.
La adopción empresarial también parece estar
ganando impulso con la reciente disponibilidad de
APIs de nube como Azure Personalizer y RecSim de
Google.
Azure Personalizer

16. Formulación en Reinforcement Learning
Recompensa (𝑟): se refiere a la retroalimentación mediante la cual medimos el éxito o el
fracaso de la acción recomendada por un agente.
Política (𝜋): es la estrategia que emplea el agente para seleccionar la siguiente mejor acción.

17. Ejemplo de Arquitectura de una aplicación con refuerzo
Recomendador + Chatbots: una aplicación
envía notificaciones push a los usuarios, en las
que se envían recomendaciones personalizadas
relacionadas con la salud, el estado físico, la
actividad, etc. así como chats interactivos donde
la aplicación reacciona en respuesta a la
consulta de un usuario.
Canal de retroalimentación múltiple, con
retroalimentación capturada desde dispositivos
o sensores del teléfono/tablet que aloja la
aplicación del usuario (cámara web, termostato,
reloj inteligente, micrófonos, acelerómetros).

18. Ejemplo de Implementación
Múltiples canales de comentarios: corresponden a una
transmisión de video en vivo y la interacción del usuario
con un artículo. Dada una fotografía del usuario, la
puntuación de opinión se calcula mediante la API de Azure
Face. Por ejemplo, artículos trágicos, tristes, deprimentes,
etc., no se muestran a menos que el usuario esté "feliz".

19. #GlobalAzure & #GlobalAzureEcuador
#LiveFromEcuador
Motivación

20. ROI probado
Transformar la
experiencia del cliente
da sus frutos
Source: McKinsey, Microsoft Services
Before After
Incrementa
Satisfacción del
Cliente por un
20 %
Before After
Incrementa el
Crecimiento de
Ingresos por un
10-15 %
Before After
Disminuye el
Costo de
Servicio por un
15 a 20 %
Las marcas que se destacan en la personalización ofrecen
entre 5 y 8 veces más el ROI de marketing e incrementan sus
ventas por más de 10% sobre compañías que no personalizan

21. Personaliza experiencias
Campañas de Correo Contenido Creativo,
Diseño del Contenido
Sugerencias del Menú
Alertas, Listas de
reproducción,
Contenidos
(artículos, tips, publicaciones de blog,
etc.)
Sugerencias de
Contenido

22. Personalizer en Acción
Experiencia y Resultados de Microsoft
Xbox Home
RESULTADOS
+40% aumento en la intereacción con los artículos
+2.5% incremento en interacción mezclada
MSN News
RESULTADS
+25% mejora en clicks de Noticias
Personalización: contenido de
noticias en la parte superior de
la página en MSN.com
Qué se recompensa: haga clic
en el contenido en el primer
espacio
Modelo actualizado cada 5
minutos
Personalizado: tipo
de contenido en
posición de héroe,
un premio en un
lugar secundario.
Recompensa: clic e
interacción

23. #GlobalAzure & #GlobalAzureEcuador
#LiveFromEcuador
Azure Personalizer

24. Azure Personalizer
Personalizer es un servicio de AI que ofrece la experiencia apropiada para los
usuarios en el momento correcto.

25. Azure Personalizer
• Microsoft es la primera empresa que convierte el uso empresarial del
aprendizaje de refuerzo en una posibilidad gracias a Personalizer.
• Su ciclo de aprendizaje se ejecuta a una velocidad digital y aprende de una
puntuación de compensación sencilla que se optimiza para alcanzar sus objetivos
empresariales.
• Ofrezca experiencias más inteligentes para cada usuario que mejoren con el
tiempo.
• A diferencia de los motores de recomendaciones que adoptan algunas
características y recomiendan elementos de un amplio catálogo, Personalizer
adopta algunos elementos con características sofisticadas y predice el mejor
resultado para el usuario específico en ese dispositivo y en ese mismo momento.

26. ¿Cómo funciona?
Have Fun!
…
We think you’ll like
?
Watch
Play
Join
Personalizer
Watch Action 2 Info
Action 3 Info
User & Context
Info
Action 1 info
Your Users
Your business
logic observing &
evaluating user
behavior
Reward Score
Reward(r)
Personalizer
Service
Rank(..)
Join
Play
Join
Watch
Play
Join

27. Descubriendo Patrones y Causalidad
Explotar vs Explorar

28. Typical training now has new patterns
Ranking
Aprovecha los datos del motor de recomendaciones
existente, los perfiles del usuario aprobado o
fuentes de datos de contexto
Efecto de Retroalimentación
Descubra nuevos patrones y vuelva a entrenar en modelos
existentes, mejorar los frameworks con el tiempo
Product /
Media Catalog
e.g. 500,000 items
User
30 Items
Personalizer
Top contextual &
personalized
products
Recommendation Engine
Existing Personalization
Existing Segmentation,
Collaborative Filtering, Etc.
Editorial Team
Editorial Team creates content
Typical training now has new patterns

29. #GlobalAzure & #GlobalAzureEcuador
#LiveFromEcuador
Para Desarrolladores

30. • Envíe información (funciones) sobre sus usuarios y el contenido (acciones) a personalizar.
• Personalizer responde con la acción superior.
• Enviar comentarios al Personalizer sobre qué tan bien funcionó la clasificación (un valor entre
0 y 1).

31. Crea el servicio

32. Obtén las llaves, endpoint y ubicación

33. Personalizer SDK
Microsoft.Azure.CognitiveServices.Personalizer (Nuget Package)
APIs:
• Rank API – Elige el mejor item (desde las acciones) basada en información en
tiempo real, proporcionando contenido y context
• Reward API – Determina el puntaje basado en tus necesidades de negocio y
envía esta retroalimentación a Personalizer (1 – bien, 0 – mal)

34. Obtén el contexto del usuario

35. Crea acciones

36. Genera el cliente

37. Obtén una recomendación (Rank API)

38. Retroalimenta al modelo (Reward API)

39. Actualiza / exporta el modelo generado

40. #GlobalAzure & #GlobalAzureEcuador
#LiveFromEcuador
Demo

42. ¿Dónde usar Personalizer?
• Personalice qué artículo se destaca en un sitio web de noticias.
• Mostrar un "artículo recomendado" personalizado en una compra en un sitio
web.
• Sugerir elementos de la interfaz de usuario, como filtros, para aplicar a un
Foto.

43. #GlobalAzure & #GlobalAzureEcuador
#LiveFromEcuador
Precio

44. Cuenta gratuita de Azure

45. Nivel gratuito por 12 meses
El nivel gratis es ideal para empezar a utilizar el
servicio y para aprender a usarlo en su aplicación.
Una transacción es una solicitud para crear una
clasificación de elementos personalizada. En
términos de interacciones con la API, esto puede
suponer desde cero hasta varias llamadas HTTP para
enviar las recompenzas a la IA.
La característica del modo aprendiz no tiene
ningún costo adicional en la versión Preview. El
precio se actualizará cuando el modo aprendiz esté
disponible con carácter general.

46. Para una demanda superior…

47. #GlobalAzure & #GlobalAzureEcuador
#LiveFromEcuador
Recursos de Aprendizaje

48. Para aprender más…
Servicio https://azure.microsoft.com/en-us/services/cognitive-services/personalizer/
Demo 1 https://personalizationdemo.azurewebsites.net/
Demo 2 https://personalizercontentdemo.azurewebsites.net
Quickstart https://docs.microsoft.com/en-us/azure/cognitive-services/personalizer/quickstart-personalizer-sdk
Guía https://docs.microsoft.com/en-us/azure/cognitive-services/personalizer/how-to-settings
Tutorial https://docs.microsoft.com/en-us/azure/cognitive-services/personalizer/tutorial-use-personalizer-web-app
Learn https://docs.microsoft.com/es-mx/learn/modules/intro-to-personalizer/
Pluralsight https://app.pluralsight.com/library/courses/microsoft-azure-cognitive-services-personalizer/

49. Q & A

50. ¡Gracias por tu atención!

51. Comunidad
Microsoft UCuenca