Fundamentos de IA con Python: Construir y Visualizar

Resumen

By completing this beginner-friendly course, learners will be able to set up Python environments, manipulate data using NumPy, and create insightful visualizations with Matplotlib and Seaborn. Designed for those starting their journey in Artificial Intelligence, the course ensures students build a strong computational foundation before progressing to advanced AI concepts.

Through step-by-step guidance, learners will first configure Anaconda Navigator and Jupyter Notebook for a seamless workflow, then apply NumPy for array functions, indexing, and filtering techniques essential in AI data handling. Moving forward, they will implement Matplotlib for basic plots and transition to Seaborn for high-level, visually appealing statistical visualizations, including scatter plots, heatmaps, and box plots.

What makes this course unique is its practical, project-oriented approach that blends setup, numerical computation, and data visualization into one cohesive learning path. By the end, learners will have both the technical skills and the confidence to explore real-world AI projects, effectively preparing them for more advanced machine learning and deep learning studies.

Programa

• Fundamentos de Python para IA
Este módulo introduce a los estudiantes en las herramientas fundamentales necesarias para el desarrollo de Inteligencia Artificial en Python. Los estudiantes comenzarán configurando su entorno con Anaconda Navigator y Jupyter Notebook, asegurando un flujo de trabajo fluido para proyectos de IA. El módulo luego se adentra en NumPy, una biblioteca central para el cálculo científico, cubriendo la creación de arrays, indexación, selección y técnicas de filtrado. Al final de este módulo, los estudiantes tendrán la capacidad de manipular datos de manera eficiente y construir una base computacional sólida esencial para aplicaciones de IA.
• Visualización de Datos para Perspectivas de IA
Este módulo se centra en transformar datos en bruto en visuales significativos utilizando las potentes bibliotecas de visualización de Python. Los estudiantes comenzarán explorando Matplotlib para crear gráficos fundamentales como gráficos de líneas, barras e histogramas. Luego avanzarán a Seaborn, una biblioteca de visualización de alto nivel, para generar gráficos estadísticos estéticamente agradables, incluyendo mapas de calor y diagramas de caja. El módulo concluye con trabajo práctico en gráficos de dispersión y aplicaciones prácticas de Seaborn, equipando a los estudiantes con las habilidades para interpretar y comunicar efectivamente las perspectivas de datos de IA.

Impartido por

EDUCBA

Materias

Programming