3. ¿ Que es
Machine
Learning?
Es una disciplina científica del ámbito de la
Inteligencia Artificial que crea sistemas que
aprenden automáticamente.
4. Algoritmos de
Machine Learning
Classification algorithms
• Decision Trees
• Neural Network
• Naive Bayes
Regression algorithms
• Time Series
• Linear Regression
• Logistic Regression
Segmentation or clustering algorithms
• Clustering
Association algorithms
• Association
5. Aprendizaje Supervisado y
No Supervisado
Supervisado:
Se entrena al algoritmo
otorgándole las
preguntas, denominadas
características, y las
respuestas, denominadas
etiquetas.
No Supervisado:
Solo se le otorgan las
características, sin
proporcionarle al
algoritmo ninguna
etiqueta
6. Lenguajes de Machine Learning
1. Python
2. R
3. Java
4. Javascript
5. C
6. C++
7. Julia
8. Scala
9. Lua
7. Azure Machine
Learning Studio
Microsoft Azure Machine Learning
Studio es una herramienta que permite
crear, probar e implementar soluciones
de análisis predictivos en sus datos.
8. Desarrollando
Experimentos en Azure
Machine Learning Studio
Un experimento consta de conjuntos
de datos que proporcionan datos a
módulos analíticos, que se conectan en
conjunto para construir un modelo de
análisis predictivo.
9. Desplegando
Experimentos en Azure
Machine Learning Studio
Cuando el modelo de análisis
predictivo esté listo, puede
desplegarlo como servicio web
directamente desde Machine
Learning Studio. Mediante el
servicio web, los usuarios
pueden enviar datos a su
modelo y este lo devolverá las
predicciones.
11. Ingesta de datos en
Azure Machine
Learning
Machine Learning para su uso en producción,
siempre debe revisar las fuentes de datos dentro
de su organización para mapear sus repositorios
de datos organizacionales y planificar su
ingestión.
12. Explorando y
transformando datos
en Azure Machine
Learning
La exploración inicial de sus
datos es un paso importante
durante el proceso de
desarrollo; la familiaridad con
sus datos es uno de los puntos
de partida clave del proceso
científico de datos.
13. Azure Machine
Automated ML
Service
Azure Machine Automated ML
Service es un servicio de
Machine Learning disponible
en Azure.
Ayuda a los data scientists a
automatizar el ciclo de vida del
machine learning
Entrenamiento y despliegue en
cloud
Autoescala los recursos
necesarios para entrenamiento
y despliegue
14. Pasos para
crear un
Azure ML
Service
1. Cree un Workspace
2. Cree y entrene un modelo
3. Escoja el mejor modelo
4. Regístrelo en el Workspace
5. Despliegue del modelo en
Azure Container, AKS
15. Integración Machine
Learning + PowerBI
Para integrar PowerBI con Machine Learning usaremos R
Script.
Requisitos: Instalar R y la librería AzureML
Pametros R Script con ML: wsid – auth – servicename