We may earn an affiliate commission when you visit our partners.
Nestor Nicolas Campos Rojas
En este proyecto, vamos a crear un modelo de visión computacional utilizando Azure Machine Learning, luego desplegarlo para finalmente poder consumirlo.
Register for this course and see more details by visiting:
OpenCourser.com/course/mzc2zu/desplegando
Two deals to help you save
Save money when you learn. Here are two deals and offers that may be relevant to this course.
All coupon codes, vouchers, and discounts are applied automatically unless otherwise noted.
Valid until July 14
Coursera Plus Annual
Work toward what's next for your career with access to 10,000+ programs. Discover emerging skills and save.
Up to
40%
off
Get offer
Valid until August 30
Google AI App Builder
Learn how to use Gemini API and API Studio with a three-course series from Google DeepMind
Take
100%
off
Get offer
What's inside
Syllabus
Traffic lights
Traffic lights
Read about what's good
what should give you pause and
possible dealbreakers
Suitable for beginners and those with prior machine learning knowledge
Involves creating, deploying, and consuming a machine learning model
Taught by Nestor Nicolas Campos Rojas, a recognized expert in machine learning
Provides hands-on practice with Azure Machine Learning
Covers practical applications of machine learning in industry
Save this course
Create your own learning path.
Save this course to your list so you can find it easily later.
Save
Save
Reviews summary
Despliegue de modelos de visión con azure ml
Según los estudiantes, este curso ofrece un enfoque práctico y directo para el despliegue de modelos de visión computacional con Azure ML. Muchos aprecian la guía clara y concisa para llevar un modelo a producción, resultando en un despliegue exitoso para la mayoría. Es considerado muy relevante para profesionales que buscan aplicar sus conocimientos. Sin embargo, algunos learners señalan que el ritmo es rápido y asume conocimientos previos de Azure y Machine Learning. También se ha mencionado ocasionalmente la presencia de pasos o código desactualizados que requieren resolución manual.
Ideal para quienes ya tienen bases en ML y Azure.
"El curso es bueno para una introducción al despliegue, pero asume mucho conocimiento previo de ML y Azure."
"No es para principiantes absolutos en Azure. Se siente como si estuviera saltando pasos y conceptos básicos."
"El ritmo es un poco rápido. Si no estás familiarizado con la terminología, puede ser abrumador al principio."
El instructor es claro y el contenido relevante.
"El instructor es claro y conciso. El contenido es muy relevante para la industria y se explica bien."
"Las explicaciones son directas y van al grano, lo cual se agradece en un curso técnico como este."
"Encontré la relevancia del material para mi carrera innegable; es conocimiento aplicable de inmediato."
Curso muy práctico y orientado al despliegue.
"Excelente proyecto práctico para desplegar un modelo. Los pasos son claros y la guía es muy útil."
"Me gustó mucho el enfoque práctico. Pude seguir el laboratorio sin problemas y el modelo funciona."
"Un gran curso para ver Azure ML en acción; realmente me ayudó a consolidar mi comprensión."
El soporte en los foros es limitado o nulo.
"El soporte en los foros es casi inexistente, lo que dificulta mucho cuando uno se atasca en un problema."
"No encontré respuestas a mis dudas en la sección de preguntas y respuestas del curso, lo que fue frustrante."
"Sería muy útil tener más interacción o ayuda en la comunidad del curso para resolver inconvenientes técnicos."
Algunos pasos o código requieren actualizaciones.
"Muchos errores en el código o en los pasos de Azure. Parece que algunas cosas están desactualizadas, tuve que improvisar mucho."
"Los laboratorios son buenos, pero a veces tuve que buscar información adicional por mi cuenta para resolver errores específicos de Azure."
"Tuve que dedicar tiempo a investigar soluciones para los problemas que surgían debido a las versiones cambiantes de la plataforma."
Activities
Be better prepared
before
your course. Deepen your understanding
during
and
after
it. Supplement your coursework and achieve mastery of the topics covered
in Desplegando un modelo de visión computacional con Azure ML with these
activities:
Recopilar y revisar notas y materiales
Show steps
Recopilar y revisar notas, tareas, cuestionarios y exámenes le ayudará a refrescar su memoria y fortalecer su comprensión de los materiales del curso.
Show steps
-
Recopilar todas las notas, tareas y materiales acumulados durante el curso
-
Revisar y resumir los puntos clave de cada material
-
Organizar los materiales de una manera lógica y accesible
Refrescar las habilidades de programación relacionadas con la visión computacional
Show steps
Refrescar sus habilidades de programación le ayudará a implementar y depurar modelos de visión computacional de manera efectiva.
Browse courses on
OpenCV
Show steps
-
Revisar los conceptos básicos de programación
-
Practicar la resolución de problemas de programación
-
Construir pequeños proyectos de programación relacionados con la visión computacional
Seguir tutoriales guiados sobre Azure Machine Learning
Show steps
Seguir tutoriales guiados sobre Azure Machine Learning le ayudará a familiarizarse con la plataforma y sus capacidades.
Show steps
-
Identificar los tutoriales relevantes en la documentación o sitios web de Microsoft
-
Seguir paso a paso las instrucciones de los tutoriales
-
Experimentar con el código y los ejemplos proporcionados
Three other activities
Expand to see all activities and additional details
Show all six activities
Practicar ejercicios de visión computacional
Show steps
Practicar ejercicios de visión computacional le ayudará a reforzar su comprensión de los conceptos y técnicas clave.
Show steps
-
Identificar los conceptos y técnicas clave de visión computacional
-
Encontrar ejercicios y problemas de práctica en línea o en libros de texto
-
Resolver los ejercicios y problemas de práctica
-
Revisar sus soluciones y aprender de sus errores
Participar en talleres de visión computacional
Show steps
Asistir a talleres de visión computacional le brindará la oportunidad de aprender de expertos y obtener experiencia práctica.
Show steps
-
Investigar y encontrar talleres relevantes en su área
-
Registrarse e asistir a los talleres
-
Participar activamente en las sesiones y hacer preguntas
-
Conectar con otros participantes y expertos en el campo
Construir un proyecto de visión computacional
Show steps
Construir un proyecto de visión computacional le permitirá aplicar sus habilidades y conocimientos a un problema del mundo real.
Show steps
-
Identificar un problema o necesidad que pueda abordarse con visión computacional
-
Diseñar y planificar su proyecto
-
Recopilar los datos y recursos necesarios
-
Construir y entrenar su modelo de visión computacional
-
Evaluar y mejorar su modelo
Recopilar y revisar notas y materiales
Show steps
Recopilar y revisar notas, tareas, cuestionarios y exámenes le ayudará a refrescar su memoria y fortalecer su comprensión de los materiales del curso.
Show steps
Show steps
Show steps
- Recopilar todas las notas, tareas y materiales acumulados durante el curso
- Revisar y resumir los puntos clave de cada material
- Organizar los materiales de una manera lógica y accesible
Refrescar las habilidades de programación relacionadas con la visión computacional
Show steps
Refrescar sus habilidades de programación le ayudará a implementar y depurar modelos de visión computacional de manera efectiva.
Browse courses on
OpenCV
Show steps
Show steps
Show steps
- Revisar los conceptos básicos de programación
- Practicar la resolución de problemas de programación
- Construir pequeños proyectos de programación relacionados con la visión computacional
Seguir tutoriales guiados sobre Azure Machine Learning
Show steps
Seguir tutoriales guiados sobre Azure Machine Learning le ayudará a familiarizarse con la plataforma y sus capacidades.
Show steps
Show steps
Show steps
- Identificar los tutoriales relevantes en la documentación o sitios web de Microsoft
- Seguir paso a paso las instrucciones de los tutoriales
- Experimentar con el código y los ejemplos proporcionados
Three other activities
Expand to see all activities and additional details
Show all six activities
Practicar ejercicios de visión computacional
Show steps
Practicar ejercicios de visión computacional le ayudará a reforzar su comprensión de los conceptos y técnicas clave.
Show steps
Show steps
Show steps
- Identificar los conceptos y técnicas clave de visión computacional
- Encontrar ejercicios y problemas de práctica en línea o en libros de texto
- Resolver los ejercicios y problemas de práctica
- Revisar sus soluciones y aprender de sus errores
Participar en talleres de visión computacional
Show steps
Asistir a talleres de visión computacional le brindará la oportunidad de aprender de expertos y obtener experiencia práctica.
Show steps
Show steps
Show steps
- Investigar y encontrar talleres relevantes en su área
- Registrarse e asistir a los talleres
- Participar activamente en las sesiones y hacer preguntas
- Conectar con otros participantes y expertos en el campo
Construir un proyecto de visión computacional
Show steps
Construir un proyecto de visión computacional le permitirá aplicar sus habilidades y conocimientos a un problema del mundo real.
Show steps
Show steps
Show steps
- Identificar un problema o necesidad que pueda abordarse con visión computacional
- Diseñar y planificar su proyecto
- Recopilar los datos y recursos necesarios
- Construir y entrenar su modelo de visión computacional
- Evaluar y mejorar su modelo
Career center
Learners who complete Desplegando un modelo de visión computacional con Azure ML will develop knowledge and skills
that may be useful to these careers:
Computer Vision Engineer
Computer Vision Engineer
Computer Vision Engineers design, develop, and maintain computer vision systems. As computer vision models grow increasingly complex, you will need to know how to build, retrain, and deploy your models in the cloud. Taking this course will help you build foundational skills in how to deploy computer vision models to the cloud, including performance monitoring, managing metrics, and model versioning.
Machine Learning Engineer
Machine Learning Engineer
Machine Learning Engineers build, deploy, and manage machine learning models. Computer Vision models are considered one of the more complex machine learning models to build and deploy. Taking this course will help you gain the confidence to be able to build, deploy, and manage computer vision models.
Data Scientist
Data Scientist
Data Scientists develop and maintain data pipelines, conduct exploratory data analysis, and build machine learning models. This course will help build a foundation for building, deploying, and managing computer vision models, and will be particularly useful in deployments where computer vision is one part of a larger machine learning or data science project.
Software Engineer
Software Engineer
Software Engineers build, deploy, and maintain computer software. This course can be particularly useful for Software Engineers that are transitioning to computer vision, or who work on deploying computer vision models.
Product Manager
Product Manager
Product Managers are responsible for the strategy, roadmap, and execution of software products. This course may be useful for Product Managers who are working on products that incorporate computer vision models.
Data Analyst
Data Analyst
Data Analysts collect, analyze, and interpret data. Taking this course may be helpful for Data Analysts who are working with computer vision models, or who are transitioning to Data Science.
Business Analyst
Business Analyst
Business Analysts use analytics to help visualize business processes and make strategic decisions. Taking this course may be useful for Business Analysts who are working with computer vision models, or who are transitioning to more technical Business Analyst roles.
Quantitative Analyst
Quantitative Analyst
Quantitative Analysts use mathematics and statistics to analyze data and make predictions. This course may be useful for Quantitative Analysts who are working with computer vision models, or who are transitioning to more technical Quantitative Analyst roles.
Operations Research Analyst
Operations Research Analyst
Operations Research Analysts use analytics to help businesses make better decisions. Taking this course may be useful for Operations Research Analysts who are working with computer vision models, or who are transitioning to more technical Operations Research Analyst roles.
Market Researcher
Market Researcher
Market Researchers collect and analyze data about markets and customers. Taking this course may be useful for Market Researchers who are working with computer vision models, or who are transitioning to more technical Market Researcher roles.
Financial Analyst
Financial Analyst
Financial Analysts use data analytics to make financial decisions. Taking this course may be useful for Financial Analysts who are working with computer vision models, or who are transitioning to more technical Financial Analyst roles.
Sales Analyst
Sales Analyst
Sales Analysts use data analytics to help businesses understand and grow their sales. Taking this course may be useful for Sales Analysts who are working with computer vision models, or who are transitioning to more technical Sales Analyst roles.
Risk Analyst
Risk Analyst
Risk Analysts use analytics to help businesses identify and manage risks. Taking this course may be useful for Risk Analysts who are working with computer vision models, or who are transitioning to more technical Risk Analyst roles.
Healthcare Analyst
Healthcare Analyst
Healthcare Analysts use data analytics to improve healthcare quality and efficiency. Taking this course may be useful for Healthcare Analysts who are working with computer vision models, or who are transitioning to more technical Healthcare Analyst roles.
Biostatistician
Biostatistician
Biostatisticians use statistical methods to analyze biological data. Taking this course may be useful for Biostatisticians who are working with computer vision models, or who are transitioning to more technical Biostatistician roles.
For more career information including salaries, visit:
OpenCourser.com/course/mzc2zu/desplegando
Reading list
We've selected ten books
that we think will supplement your
learning. Use these to
develop background knowledge, enrich your coursework, and gain a
deeper understanding of the topics covered in
Desplegando un modelo de visión computacional con Azure ML.
Este libro ofrece una introducción práctica al aprendizaje profundo para la visión computacional, con un enfoque en aplicaciones prácticas utilizando bibliotecas como Keras y TensorFlow.
Save
Este libro de texto clásico proporciona una base sólida en los algoritmos y técnicas de visión computacional, sirviendo como una referencia fundamental para estudiantes e investigadores.
Este libro cubre los fundamentos de la visión computacional con Python, incluyendo técnicas de procesamiento de imágenes, aprendizaje automático y redes neuronales convolucionales.
Este libro de texto proporciona una introducción completa a la visión computacional, cubriendo temas fundamentales como la geometría de la imagen, la representación de objetos y el reconocimiento de patrones.
Este libro proporciona una visión general de las técnicas de aprendizaje automático utilizadas en la visión computacional, incluyendo conceptos fundamentales, algoritmos y aplicaciones prácticas.
Este libro de texto clásico cubre los fundamentos del reconocimiento de patrones y el aprendizaje automático, incluyendo métodos estadísticos, redes neuronales y modelos de aprendizaje profundo.
Este libro ofrece una visión completa de los modelos de visión computacional, el aprendizaje automático y las técnicas de inferencia, con un enfoque en aplicaciones prácticas.
Este libro proporciona una introducción al uso de la biblioteca Computer Vision Toolbox de MATLAB para desarrollar algoritmos de visión computacional, incluyendo funciones para el procesamiento de imágenes y el reconocimiento de patrones.
Este libro de texto clásico proporciona una base sólida en el procesamiento de imágenes digitales, que sirve como un recurso valioso para comprender los fundamentos y técnicas utilizadas en la visión computacional.
Este libro explora los fundamentos probabilísticos del reconocimiento de patrones, proporcionando una comprensión de los modelos estadísticos utilizados en la visión computacional y el aprendizaje automático.
For more information about how these books relate to this course, visit:
OpenCourser.com/course/mzc2zu/desplegando
Share
Similar courses
Similar courses are unavailable at this time. Please try again later.
Effort
2 horas de trabajo
Level
Intermediate
Via
Coursera
Institution
Coursera Project Network
Instructor
Nestor Nicolas Campos Rojas
Language
Español
Our mission
OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.
Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.
Find this site helpful? Tell a friend about us.
Affiliate disclosure
We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.
Your purchases help us maintain our catalog and keep our servers humming without ads.
Thank you for supporting OpenCourser.
© 2016 - 2025 OpenCourser