Operadora de Colegios La Salle, S. C.

Preparatoria La Salle Bulevares

Laboratorio de informática

Aldebaran Morlan Rodriguez

503
Magia Juvenil
Karen Dedny Olvera

Aldebaran Morlan Rodríguez

Sesión 1- Introducción a la inteligencia artificial.
Estas sesiones son realizadas para que podamos saber en qué tenemos dudas y
ahí responderlas en el momento, también se encuentra la sección de “mensajes
destacados” es utilizada para que estén las partes más importantes de la sesión,
enlaces y demás elementos que podemos encontrar en la sesión en vivo.
Las sesiones sirven para preparar a la gente a que se certifique en inteligencia
artificial y que en cada sesión se aprenda algo diferente. Es por eso que es
importante registrar la asistencia, 20 minutos antes de que finalice la sesión se
comparte un link en los mensajes destacados, donde escribes tu nombre completo,
el correo. La asistencia influye en un 90% en estas sesiones en vivo.
Esta sesión está basada en la certificación de AI 900, te permite aprender los
conceptos de aprendizaje automático, inteligencia artificial (AI) y sobre los servicios
relacionados de Microsoft Azure.
La certificación tiene varios módulos:
-Inteligencia artificial, conceptos bases.
Saber qué es el aprendizaje automático que ayuda a sacar el mayor provecho de la
información, visión artificial, los servicios que ayudan a replicar las acciones
humanas, procesamiento del lenguaje natural, detección de anomalías, prevención
de riesgos y reconocimiento de entidades.
Estas tecnologías siempre van relacionadas y van progresando con el paso del
tiempo. Las generaciones de ahora van a tener mejor tecnología que sus anteriores
ya que van creciendo todo el tiempo.
El computo en la nube es la que nos permite acceder a servicios de la información,
sus características son el pago por uso, flexibilidad a migraciones, monitoreo
automático, altas medidas de seguridad y administración personalizada. Los
beneficios son alta disponibilidad, escalabilidad, agilidad, elasticidad, distribución
geográfica y recuperación ante desastres.

Introducción a Microsoft Azure.

. Azure es la plataforma para la creación de recursos. Microsoft Azure se adapta a
la forma que trabajan los usuarios, los recursos pueden conectarse entre sí o a
programas externos como API’s.
Podremos tener el grupo de recursos, que son contenedores lógicos que se usan
para administrar y gestionar los recursos de una suscripción. El sistema de
hardware es tan complejo que se puede visualizar dependiendo de su sistema.

Aldebaran Morlan Rodríguez

Introducción a la inteligencia artificial. Sesión 02.
La inteligencia artificial es la capacidad de una maquina para imitar el
comportamiento humano.

¿Por qué usar la inteligencia artificial?

1. Procesar una gran cantidad de datos: se administran datos, es necesario
manejar la información, es más fácil que la inteligencia artificial lo haga.
2. Emular los sentidos cognitivos: se permite la interacción con lo que se rodea
y dar una respuesta a ello.
La encontramos diario ya que todos los días nos encontramos algo con inteligencia
artificial, elecciones, ubicación geográfica y el idioma. Los asistentes inteligentes
que son programas que nos ayudan a realizar tareas con una interacción natural
esto significa que se puede comunicar con un idioma natural como el que nosotros
usamos y actuamos con ellas todos los días.
De lo que estas se tratan es que se necesita tener un proceso para darles un sentido
y con eso ya se convierten en información, con eso, se empiezan a crear cosas con
el proceso de la inteligencia artificial, y así es como llegamos a la meta-información.

Oferta de Microsoft Azure para IA:

Azure Machine Learning es un servicio que administra proyectos de aprendizaje
automático, supervisa, entrena e implementa modelos.
Este proceso ya es generado por su propio sistema que se puede cambiar y editar.
Servicios cognitivos:
Idioma, visión, voz, decisión, es necesario para IA.
Visión: computer visión que proporciona acceso a algoritmos cognitivos para
procesar imágenes y devolver información.
Idioma: traductor, servicio de lenguaje que proporciona características de NLP para
comprender y analizar texto, language understanding permite predecir el significado
global y extraer información, QnA Maker que es preguntas y respuestas.
Voz: speech to text, text to speech, speech translation.

Introducción al aprendizaje automático. Sesión 03.

Azure Machine Learning nos dice que es necesario entrenar, validar y monitorear la
información, así se hará in ciclo y se volverá a entrenar. La IA se dedica a crear
imágenes, debemos de darle una oración y se generará automáticamente la imagen
con aquella información.

Aldebaran Morlan Rodríguez

Técnicas de aprendizaje automático
Conjunto de procedimientos que nos permiten resolver un cierto tipo de problema.
(Aprendizaje supervisado, Aprendizaje no supervisado, Aprendizaje por refuerzo)
-Aprendizaje supervisado: basan su aprendizaje en un conjunto de datos de
entrenamiento previamente etiquetados.
-Algoritmos de clasificación: se usan cuando el resultado es deseado es un atributo
categórico
-Algoritmo de regresión: cuando el resultado a predecir es un atributo numérico o
continuo.
-Aprendizaje no supervisado: basan su proceso de entrenamiento en un conjunto
de datos sin etiquetas o clases previamente definidas.
-Algoritmos jerárquicos: producen una organización jerárquica de las instancias que
forman el conjunto de datos, posibilitando distintos niveles de agrupación.
-Algoritmos de agrupación: agrupa datos existentes de los que desconocemos sus
características en común o queremos descubrirlas
-Aprendizaje por refuerzo: aprende por sí solo, inspirada en la psicología
conductista.
El algoritmo de aprendizaje automático es un conjunto de patrones para clasificar
información. Los algoritmos de clasificación se usan cuando el resultado deseado
es un tributo categórico y se quiere predecir un conjunto de etiquetas. La agrupación
se utiliza cuando queremos sintetizar los datos que tengan algo en similar.
Para el proceso de creación de modelos es necesaria la obtención de datos,
después se hace el tratamiento de datos, sigue la limpieza de los datos, se limpian
los registros que tienen valores nulos o indefinidos. Al final de todos estos procesos
que se van a poder visualizar y sacar anomalías si las hay.

Introducción al aprendizaje automático: Ejercicio práctico. Sesión

04.
La elección de algoritmo es muy importante, ya que no todos tienen los mismos
fines.
En el entrenamiento del modelo se utiliza tanto los datos de entrenamiento como el
algoritmo seleccionado para que nuestro modelo aprenda y pueda obtener los
resultados que se esperan.
La matriz de confusión es la representación matricial de los resultados de las
predicciones sobre un conjunto de datos de prueba, cuyos valores reales se
conocen (verdadero positivo, falso negativo, falso positivo, verdadero negativo).

Aldebaran Morlan Rodríguez

Las métricas de evaluación de un modelo son valores que nos permiten medir el
aprendizaje de un modelo de aprendizaje automático y su objetivo es estimar la
precisión que tendrá nuestro modelo sobre datos fuera de la muestra.
La métrica de exactitud es el número de elementos clasificados de manera correcta
en comparación al número total de elementos.
VP + VN
exactitud =
VP + VN + FP + FN
La métrica de precisión es el número de elementos clasificados como “verdaderos
positivos” en comparación al número total de los elementos positivos predichos.
VP
precisión =
VP + FP
La métrica de puntuación nos permite evaluar que tan bien realiza las predicciones
el modelo, los valores se encontrarán entre 0 y 1, mientras más acercado sea al 1
será mejor puntuado mejor.
Conceptos clave:
-Exactitud
-Precisión
-Puntuación

Introducción a la visión artificial. Sesión 05.

La visión artificial es la capacidad de una computadora de emular el sonido de la
vista para posteriormente identificar y analizar el contenido de imágenes o videos.
Computer visión da el acceso a algoritmos cognitivos avanzados para procesar
imágenes e intercambiar o devolver información necesaria para estos sistemas.
-Describir imagen.
-OCR (reconocimiento óptico de caracteres).
Face da acceso a algoritmos faciales avanzados. Esto hace que la tecnología se
puede actualizar más rápido y así poder detectar rostro, rostros similares pero no
idénticos y verificar que sean de la misma personas.
Custom Vision es un servicio que aplica etiquetas a las imágenes esto hace que se
encuentren características similares o otras ya documentadas.
Etiquetar imagen.
-Clasificar imagen.
-Obtener una predicción.

Aldebaran Morlan Rodríguez

Form analyzer de IA que aplica aprendizaje automático avanzado para extraer texto
de documentos de forma automática y precisa Está convierte datos en información
valida y aceptable para demás sistemas.
-Analizar identificación oficial.
-Analizar formularios.
conceptos clave:
-Tipos de algoritmos de aprendizaje automático.
-Métricas de evaluación.

Laboratorio: Visión Artificial. Sesión 06.

Lo que hace la visión es que detecta y clasifica.
Detección: cada detalle de alguna foto, medidas, cuerpos, identidades, similitudes,
cosas exactas, etc.
La clasificación del otro lado hace que estas saquen info con similitudes a otras de
las mismas.

SESIÓN 7.- Procesamiento del lenguaje natural y exploración de la

ayuda de la toma de decisiones.
-Language
Vamos a ocupar en esta parte el servicio de form analyzer y esto nos permite
obtener el lenguaje por que form analyzer es un servicio de IA que aplica
aprendizaje automático avanzado para extraer texto de documentos de forma
automática y precisa, de este sale los:
-Analizar identificación oficial
-analizar formularios
-analizar categorías personalizadas
En este form analyzer hay plantillas personalizadas que ya tienen formato fijo.
Pero los formatos de identificaciones oficiales si necesitásemos hacer nuestro
propio formato ya que estas solo están disponibles en identificaciones oficiales de
Estados Unidos.
Para el procesamiento del lenguaje natural esto significa que hay un lenguaje
natural que podríamos hacer en la computadora para obtener el lenguaje que
nosotros hablamos, pero digitalizado.

Aldebaran Morlan Rodríguez

Para así poder comunicarnos con la inteligencia artificial, como por ejemplo al
agendar algún evento esta inteligencia artificial lo hare de forma automática y
recordarte tiempo antes, esto nos permite hablarle casualmente a esta tecnología.
De esto es de lo que se trata el language.

SESIÓN 8-Laboratorio #4
Form recognizer lo vamos a ver en interfaz

Aquí estos documentos tendrán por obvias razones una cierta estructura.
Tendríamos que crear un nuevo proyecto de identificaciones oficiales y esto para
que la cuenta de almacenamiento no tenga errores y podamos crear para que ya
tenga los seguros.
Para esto tendremos que predecir el significado global de una oración y extraer su
información y así en tu documento escribir la información para que ese lenguaje
natural se extraiga de su propia identificación.
También podríamos hacer una data para preguntas y respuestas, estas como:
Permitirá generar un servicio que responda preguntas y respuestas frecuentes sin
la necesidad de una persona detrás.
Para esto esta Language studio.
Translator servirá para y será un servicio de IA que nos permite realizar traducciones
prácticamente en tiempo real a una gran cantidad de idiomas.

Aldebaran Morlan Rodríguez

Los conceptos clave de este language son: extracción de intenciones y entidades,
respuestas automatizadas y la clasificación de texto.

Sesión 9, Ejercicios tema 1,2, y 3

Cuestionario.
Servicio que debo de usar para poder responder las preguntas frecuentes de mis
clientes-QnA Maker o Language
Funcionalidad de language que permite responder las preguntas frecuentes-Custom
Question Aswering.
Atributo que nos permite identificar el objetivo del texto de un usuario-Intención
Portales que no cuenta con fase de entrenamiento-Todos os portales tienen fase de
entrenamiento para poder entender que etiquetas o datos debe de obtener de un
formulario.
Casos en los que puedo usar Language Understanding- Obtener datos importantes
para entender las ideas del usuario.
En este cuestionario pudimos responder nuestras dudas sobre Languege y
cualesquiera otros portales.
Para poder escribir en algún texto de Language Understanding implementado sus
funcionalidades y poder hacer l traducción de cualquier idioma.

Sesión 10, ejercicios temas 3,4 y 5

Principios de IA responsable
Cuestionario:
Text to speech: texto que queremos ingresarlo escrito ya sea un archivo o
directamente ingresamos el texto y de forma automática seleccionando voz y idioma
pasaremos de texto a voz.
Traductor este funcionara por el procesamiento de audio y toma de decisiones, pero
en este caso el audio que nosotros le demos lo pasara a texto dependiendo del
idioma que seleccionemos.
Si queremos realizar una aplicación que describa de forma oral una imagen que
funcionalidad de speech tendremos que usar.
Seria Text to speech
Cual es el limite de conexiones que permite Text to speech
Las que necesitemos

Aldebaran Morlan Rodríguez

¿Si quiero crear una app para obtener traducciones en tiempo real cuando se
encuentren conversando 2 personas de como seria el procedimiento que requeriría
emplear?
Translator y Text to speech
¿Como podríamos considerar que se encuentra una anomalia?
Cuando existen valores fuera de rango.
Servicio que nos permite identificar el comportamiento anómalo de una tienda en
línea
Anomaly Detector
¿De que formas anomaly detector nos permite identificar anomalías?
Por medio de conjunto de datos
Podríamos no tener un buen resultado cuando el sesgo puede afectar a los
resultados, estos errores pueden causar daños
Todo esto dependiendo del programa que hayamos utilizado para poder trabajar de
forma autónoma, pero por su procedimiento o modelo vaya a fallar y causar un
accidente.
Elaborados de manera correcta y autónoma para que el cliente o puede tomar de
manera confiable e indica que la aplicación es responsable.
Los usuarios siempre tienen que confiar en un sistema complejo para no caer en las
malas prácticas, todos los principios se relacionan.
Para esto sirve las bases de datos para que los valores no se hagan públicos
siempre.

CONCLUSIONES:
Al poder llevar a cabo todos estos conceptos, programas, sistemas y hasta
aplicaciones nos ayudan a poder evaluar muchas funcionalidades en el cual poder
incluir a todos juntos y cambiar nuestras bases de datos y que los usuarios puedan
utilizarlos de manera publica o privada dependiendo su rango y su objetivo de
sistemas.
Con ello ninguna persona se quedará sin programas de inteligencia artificial, estas
practicas y sesiones te apoyan a poder entender y mejorar estas funciones para que
cada usuario puedan utilizarlos si no se hacen de manera correcta, podrían afectar
a personas sin importar el que y como.

Aldebaran Morlan Rodríguez