Creación de modelos de Machine Learning

Intermedio
Ingeniero de IA
Científico de datos
Desarrollador
Estudiante
Visual Studio Code
Azure

Microsoft Learn proporciona varias maneras interactivas de obtener una introducción al aprendizaje automático clásico. Estas rutas de aprendizaje le permitirán ser productivo por sí mismo y también son una base excelente para pasar a temas de aprendizaje profundo.

Desde los modelos de Machine Learning clásicos más básicos hasta el análisis exploratorio de datos y la personalización de arquitecturas, se le guiará por contenido conceptual fácil de entender y cuadernos interactivos de Jupyter, todo ello sin salir del explorador.

Elija su propia ruta en función de su experiencia educativa y sus intereses.

Opción 1: Curso completo: Fundamentos de la ciencia de datos para el aprendizaje automático

Esta es la ruta recomendada para la mayoría de gente. Tiene los mismos módulos que las otras dos rutas de aprendizaje, con un flujo personalizado que maximiza el refuerzo de conceptos. Si quiere obtener información sobre los conceptos subyacentes y sobre cómo empezar a compilar modelos con las herramientas de aprendizaje automático más comunes, esta es la ruta ideal. También es la más adecuada si planea ir más allá del aprendizaje automático clásico y obtener una educación en redes neuronales y aprendizaje profundo, que solo se presentan aquí.

Opción 2: La ruta de aprendizaje Descripción de la ciencia de datos para el aprendizaje automático

Si quiere comprender cómo funciona el aprendizaje automático y no tiene muchos conocimientos matemáticos, esta es la ruta perfecta. No da por supuesto nada sobre la educación anterior (más allá de cierta familiaridad con los conceptos de codificación) y enseña con código, metáfora y objeto visual que aportan el efecto eureka. Es práctica, pero se centra más en comprender los aspectos básicos, y menos en la potencia de las herramientas y bibliotecas disponibles.

✔ Opción 3: La ruta de aprendizaje Creación de modelos de Machine Learning

Si ya tiene algunas nociones de qué trata el aprendizaje automático o tiene una sólida experiencia en matemáticas, puede que le interese saltar directamente a la ruta de aprendizaje Creación de modelos de Machine Learning. En estos módulos se enseñan algunos conceptos de aprendizaje automático, pero se avanza rápido para poder demostrar la eficacia de usar herramientas como scikit-learn, TensorFlow y PyTorch. Esta ruta de aprendizaje también es la más adecuada si busca la suficiente familiaridad a fin de comprender los ejemplos de aprendizaje automático para productos como Azure ML o Azure Databricks.

✔ Se encuentra actualmente en esta ruta, desplácese hacia abajo para comenzar.

Requisitos previos

En esta ruta de aprendizaje se asume que se conocen una serie de conceptos matemáticos básicos. También resulta positivo tener experiencia en Python.

Módulos en esta ruta de aprendizaje

La exploración y el análisis de datos son la base de la ciencia de datos. Los científicos de datos necesitan conocer lenguajes de programación como Python para poder explorar, visualizar y manipular datos.

La regresión es un tipo de aprendizaje automático que se usa habitualmente para predecir valores numéricos.

La clasificación es un tipo de aprendizaje automático que se usa para categorizar elementos en clases.

La agrupación en clústeres es un tipo de aprendizaje automático que se usa para agrupar elementos similares en clústeres.

El aprendizaje profundo es una forma avanzada de aprendizaje automático que emula el modo en que el cerebro humano aprende a través de redes de neuronas conectadas.