Inteligencia Artificial

Descripción

El propósito es introducir al una de las áreas más importantes de las Ciencias de la computación de manera que esta le proporcione los conocimientos necesarios para que pueda simular el pensamiento y la conducta humana para encontrar soluciones significativas a problemas del entorno que lo rodea mediante sistemas artificiales a partir de sistemas inteligentes, sistemas expertos, lógica difusa, redes neuronales, computación evolutiva y aprendizaje de máquina.

• Es importante que se vea la pertinencia en hacer computacional el conocimiento humano no analítico por procedimientos simbólicos, conexionistas o híbridos.
• Se presentarán los tópicos fundamentales del aprendizaje de máquina.
• Se hará especial énfasis en las diferentes arquitecturas modernas de Inteligencia Artificial, así como los problemas prácticos asociados con su diseño, implementación, entrenamiento y despliegue. Se realizarán diferentes talleres prácticos enfocados a problemas reales con información textual e imágenes utilizando herramientas populares como ScikitLearn, Keras y TensorFlow.

Información

Contenido

1. Introducción a la Inteligencia artificial

   • Descargar presentación PDF
     • video The Wonderful and Terrifying Implications of Computers That Can Learn, Jeremy Howard, TED
     • [Russell10] Chap 1 (slides)

2. Introducción a Python

   • Fundamentos de Python PDF
     • IPython Notebooks:
       • Notebook Curso corto de Python descargar
         • Python Homework descargar _{(Deadline: 02/09/2021)}
       • Introducción a NumPy descargar
         • Numpy Homework descargar _{(Deadline: 07/09/2021)}
       • Matplotlib descargar
         • Matplotlib Homework descargar _{(Deadline: 07/09/2021)}

Talleres y tareas

• Taller: Introducción a LaTex descargar _{(Deadline: 17/08/2021)}

Proyecto de machine learning

Ejecutar un proyecto de machine learning de forma efectiva usando la metodología y las herramientas presentadas en el curso Descargar.

Certificados Kaggle

Entrega de certificados Kaggle

1. Primer corte
   • Python
   • Pandas
   • Data visualization
2. Segundo corte
   • Intro to Machine Leraning
   • Feature Engineering
   • Data cleaning
3. Tercer corte
   • Intermediate Machine Leraning
   • Intro to Deep Learning
   • Opcional
     • Computer Vision
     • Natural Language Processing
     • Intro to Game AI and Reinforment Learning

Material adicional

• Cómo instalar el entorno de desarrollo Python Anaconda
  • Anaconda installation documentation
  • How to Setup Your Python Environment for Machine Learning with Anaconda

Literatura