¿Qué es la Inteligencia Artificial (IA)? Tipos de IA: Aprendizaje supervisado, no supervisado, por refuerzo. Aplicaciones de la IA en diferentes industrias.

Introducción a Azure AI: Servicios de Azure AI: Azure Machine Learning, Azure Cognitive Services, Azure Bot Service. Consideraciones éticas y responsables en el desarrollo de IA.

Configuración del Entorno de Desarrollo: Creación de una cuenta de Azure. Creación de un recurso de Azure Machine Learning.

Ejercicio Práctico: Creación de una cuenta de Azure y un recurso de Azure Machine Learning.

¿Qué es Azure Machine Learning? Componentes principales de Azure Machine Learning: Datasets, Experiments, Models, Endpoints. Interfaces de usuario: Azure Machine Learning Studio, Azure CLI, SDK de Python.

Creación y Gestión de Datasets: Importación de datos desde diferentes fuentes: archivos locales, Azure Blob Storage, Azure SQL Database, etc.Exploración y preparación de datos con Azure Machine Learning Studio.

Entrenamiento de Modelos de Machine Learning: Tipos de algoritmos de machine learning: Regresión, Clasificación, Clustering. Selección y configuración de algoritmos.Entrenamiento de modelos con AutoML.

Despliegue de Modelos de Machine Learning: Creación de endpoints para el consumo de modelos. Pruebas y monitorización de modelos.

Ejercicio Práctico: Creación de un modelo de clasificación para predecir la probabilidad de que un cliente abandone un servicio (churn prediction).

¿Qué son Azure Cognitive Services? Categorías de servicios: Lenguaje, Visión, Voz, Decisión. Precios y modelos de uso.

Azure AI Vision: Análisis de imágenes: detección de objetos, reconocimiento facial, OCR (Optical Character Recognition). Creación de una aplicación para analizar imágenes y extraer información relevante.

Azure AI Language: Análisis de texto: análisis de sentimientos, extracción de frases clave, detección de idiomas. Creación de una aplicación para analizar el sentimiento de los comentarios de los clientes.

Azure AI Speech: Reconocimiento de voz a texto (Speech-to-Text). Texto a voz (Text-to-Speech). Creación de una aplicación para transcribir audio a texto.

Creación de Servicios Cognitive

Ejercicio Práctico: Utilización de Azure Cognitive Services para analizar imágenes, comprender lenguaje natural y transcribir texto

¿Qué es Azure Bot Service? Creación y configuración de un bot. Conexión a diferentes canales (Teams, web, Facebook Messenger, etc.).

Diseño de Conversaciones: Uso del Bot Framework Composer para diseñar diálogos conversacionales. Integración con Azure Cognitive Services para la comprensión del lenguaje natural (LUIS). Pruebas y publicación del bot.

Ejercicio Práctico: Creación de un chatbot para responder preguntas frecuentes sobre un producto o servicio.

Consideraciones Éticas en la IA: Privacidad de los datos. Sesgo algorítmico. Transparencia y explicabilidad.

Herramientas de Azure para la IA Responsable: InterpretML. Fairlearn.

Ejercicio Práctico: Análisis de un dataset para detectar posibles sesgos y aplicación de técnicas para mitigarlos.