El desarrollo de modelos efectivos de Machine Learning sigue democratizándose. Desde AI embebida en aplicaciones hasta en los Power BI Dataflows, pasando por el AI Builder, los profesionales del análisis de datos (e incluso los usuarios de negocio) tienen cada vez más opciones para construir sus modelos y tener funcionalidades predictivas sin necesidad de doctorados en Estadística o complejísimos sistemas de software. La confluencia perfecta entre flexibilidad para desarrolladores y capacidades automáticas de ML viene de la mano de Azure AutoML, que permite entrenar cientos de modelos en cuestión de minutos con muy pocas líneas de código en un amplio rango de problemas de negocio: clasificación de riesgos, forecasting de inventarios, predicción de beneficios...

En ésta sesión haremos un recorrido por las diferentes opciones que nos ofrece Azure y su SDK de Python para la creación y publicación de modelos de ML de manera automatizada.