1. Conceitos básicos de IA do Microsoft Azure: Visão Geral AI
1.1. 1. Conceitos Fundamentais AI
1.1.1. Introdução à IA
1.1.1.1. Cargas de trabalho (MPP IMI)
1.1.1.1.1. Machine learning:
1.1.1.1.2. Pesquisa Visual Computacional
1.1.1.1.3. Processamento de linguagem natural.
1.1.1.1.4. Inteligência de documentos
1.1.1.1.5. Mineração de conhecimento:
1.1.1.1.6. IA Generativa:
1.1.1.2. Desafios e Riscos (TED SUQ)
1.1.1.2.1. Tendência pode afetar os resultados
1.1.1.2.2. Erros podem causar danos
1.1.1.2.3. Dados podem ser expostos
1.1.1.2.4. Soluções podem não funcionar para todos
1.1.1.2.5. Usuários devem confiar em um sistema complexo
1.1.1.2.6. Quem é responsável por decisões baseadas em IA?
1.1.1.3. Noções básicas sobre a IA responsável (ICP ITR)
1.1.1.3.1. Imparcialidade
1.1.1.3.2. Confiabilidade e segurança
1.1.1.3.3. Privacidade e segurança
1.1.1.3.4. Inclusão
1.1.1.3.5. Transparência
1.1.1.3.6. Responsabilidade
1.1.1.4. Resumo
1.1.1.4.1. A inteligência artificial permite a criação de soluções avançadas para muitos tipos de problemas. Os sistemas de IA podem apresentar características humanas para analisar o mundo em relação ao redor deles, fazer previsões ou inferências e agir sobre elas de maneiras inimagináveis até há algum tempo. Com essa potência vem a responsabilidade. Como desenvolvedores de soluções de IA, precisamos aplicar princípios que garantam que todos se beneficiem da IA sem afetar negativamente ninguém ou nenhuma camada da sociedade.
1.1.1.5. Verificação de conhecimentos
1.1.1.5.1. 1. É interessante criar um modelo para prever os preços de sorvete com base em dados históricos que incluem os totais de vendas diárias de sorvete e medições meteorológicas. Qual serviço do Azure devo usar? Azure Machine Learning Correto. O Azure Machine Learning permite treinar um modelo de previsão com base nos dados existentes. Serviço de Bot da IA do Azure Linguagem de IA do Azure 2. Você trabalha para um santuário de vida selvagem e está considerando usar a IA para identificar espécies de aves por meio de imagens. Qual serviço de IA você deve usar para criar protótipos de sua ideia? Visão de IA do Azure Correto. A Visão de IA do Azure permite que você adicione imagens ao modelo existente para melhorar o modelo de identificador de imagem. Essa é uma boa opção para identificar as pequenas diferenças entre espécies de aves. IA do Azure Search OpenAI do Azure 3. Um aplicativo preditivo fornece saída de áudio para usuários com deficiência visual. Qual princípio da IA Responsável está refletido aqui? Transparência Inclusão Correto. Inclusividade trata de como a IA deve trazer benefícios para todos os setores da sociedade, independentemente da capacidade física, do sexo, da orientação sexual, da etnia ou de outros fatores. Imparcialidade
1.2. 2. Principios Básicos do aprendizado de máquina.
1.2.1. Introdução
1.2.1.1. O aprendizado de máquina é, em muitos aspectos, a interseção de duas disciplinas: ciência de dados e engenharia de software. O objetivo do aprendizado de máquina é utilizar dados para criar um modelo preditivo que possa ser incorporado a um aplicativo ou serviço de software. Para atingir esse objetivo, é obrigatória a colaboração entre os cientistas de dados, que exploram e preparam os dados antes de utilizá-los para treinar um modelo de aprendizado de máquina, e os desenvolvedores de software, que integram os modelos aos aplicativos em que são usados para prever novos valores de dados (um processo conhecido como inferência).
1.2.2. O que é
1.2.2.1. O aprendizado de máquina tem suas origens na estatística e na modelagem matemática de dados. A ideia fundamental do aprendizado de máquina é utilizar dados de observações passadas para prever resultados ou valores desconhecidos. Por exemplo: O proprietário de uma sorveteria pode usar um aplicativo que combina vendas históricas e registros meteorológicos para prever quantos sorvetes provavelmente serão vendidos em um determinado dia, com base na previsão do tempo. Um médico pode utilizar dados clínicos de pacientes anteriores para executar testes automatizados que preveem se um novo paciente está em risco de diabetes com base em fatores como peso, nível de glicose no sangue e outras medidas. Um pesquisador na Antártica pode utilizar observações passadas para automatizar a identificação de diferentes espécies de pinguins (como Adélia, Gentoo ou Chinstrap) com base em medições das nadadeiras, bico e outros atributos físicos da ave.
1.2.3. O aprendizado de máquina como uma função
1.2.4. Tipos de aprendizado de máquina
1.2.4.1. Aprendizado de máquina supervisionado
1.2.4.1.1. Regressão
1.2.4.1.2. classificação
1.2.4.2. Aprendizado de máquina não supervisionado
1.2.4.2.1. Clustering
1.2.5. DeepLearning
1.2.5.1. Rede Neural Biológica
1.2.5.2. Rede Neural Artificial
1.2.5.3. Exemplo: usando aprendizado profundo para classificação
1.2.5.4. Como uma rede neural aprende?
1.2.6. Azure Machine Learning
1.2.6.1. Recursos e funcionalidades do Azure Machine Learning
1.2.6.1.1. Armazenamento e gerenciamento centralizado de conjuntos de dados para treinamento e avaliação de modelos.
1.2.6.1.2. Recursos de computação sob demanda nos quais você pode executar trabalhos de machine learning, como o treinamento de um modelo.
1.2.6.1.3. AutoML (machine learning automatizado), que facilita a execução de vários trabalhos de treinamento com diferentes algoritmos e parâmetros para encontrar o melhor modelo para seus dados.
1.2.6.1.4. Ferramentas visuais para definir pipelines orquestrados para processos como treinamento ou inferência de modelos.
1.2.6.1.5. Integração com estruturas comuns de machine learning, como o MLflow, que facilitam o gerenciamento do treinamento, da avaliação e da implantação de modelos em escala.
1.2.6.1.6. Suporte integrado para visualizar e avaliar métricas relacionadas à IA responsável, incluindo explicabilidade do modelo, avaliação de imparcialidade e outros.
1.2.6.2. Provisionamento de recursos do Azure Machine Learning
1.2.6.2.1. Azure Machine Learning Studio
1.2.6.3. Exercício 1 – explorar o machine learning automatizado no Azure Machine Learning
1.2.7. Verificação de conhecimento
1.3. 3. Conceitos básicos dos serviços de IA do Azure
1.3.1. Serviços de IA na plataforma do Azure
1.3.1.1. Os serviços de IA do Azure são acessados por meio de APIs
1.3.1.2. Os serviços de IA do Azure são predefinidos e prontos para uso
1.3.1.3. Os serviços de IA do Azure estão disponíveis no Azure
1.3.2. Criar recursos dos serviços de IA do Azure
1.3.2.1. Recurso multisserviço:
1.3.2.2. Recurso de serviço único:
1.3.2.3. Como usar o portal do Azure para criar um recurso dos serviços de IA do Azure
1.3.3. Use os serviços de IA do Azure
1.3.3.1. Uso de interfaces de estúdio de serviço
1.3.3.2. Associe o recurso de serviço de IA
1.3.4. Entenda a autenticação para os serviços de IA do Azure
1.3.5. Exercício – Explorar os Serviços de IA do Azure
1.3.6. Verificação de conhecimento