A Grande I Pequeña - Inteligencia Artificial Práctica en Python

Resumen

Explora la implementación práctica de la IA en Python, enfocándote en aplicaciones del mundo real y técnicas para desarrollar sistemas inteligentes.

Programa de estudio

• Introducción a la Inteligencia Artificial
Panorama general de la IA y sus aplicaciones en el mundo real
Introducción al aprendizaje automático y al aprendizaje profundo
Configuración de un entorno de Python para el desarrollo de IA
• Conceptos Básicos de Python para IA
Bibliotecas esenciales de Python: NumPy, Pandas, Matplotlib
Técnicas de manipulación y visualización de datos
• Introducción al Aprendizaje Automático
Aprendizaje supervisado: regresión y clasificación
Aprendizaje no supervisado: agrupamiento y reducción de dimensionalidad
Métricas de evaluación y validación de modelos
• Trabajo con Datos del Mundo Real
Preprocesamiento de datos: limpieza y transformación
Técnicas de ingeniería y selección de características
Manejo de datos faltantes y tratamiento de valores atípicos
• Construcción de Modelos de Aprendizaje Automático en Python
Uso de Scikit-learn para construir y entrenar modelos
Ajuste de hiperparámetros y optimización de modelos
Técnicas de validación cruzada y selección de modelos
• Introducción a las Redes Neuronales
Conceptos básicos de redes neuronales y aprendizaje profundo
Construcción de redes neuronales con TensorFlow y Keras
Entrenamiento y evaluación de redes neuronales
• Aplicaciones de Visión por Computadora
Técnicas de procesamiento de imágenes
Construcción de modelos de clasificación de imágenes con Redes Neuronales Convolucionales (CNNs)
Casos de uso: reconocimiento de objetos y segmentación de imágenes
• Procesamiento de Lenguaje Natural (NLP)
Procesamiento de texto y extracción de características
Análisis de sentimiento y clasificación de texto
Introducción a modelos de lenguaje e incrustaciones
• Fundamentos de Aprendizaje por Refuerzo
Conceptos y terminología clave
Implementaciones simples usando Python
Aplicaciones prácticas y desafíos
• IA en la Práctica: Estudios de Caso
Revisión de proyectos y aplicaciones de IA notables
Discusión sobre consideraciones éticas y mejores prácticas
Exploración de tendencias de IA y direcciones futuras
• Proyecto de Fin de Curso
Desarrollar un proyecto de IA integral usando Python
Aplicar las técnicas aprendidas para resolver un problema del mundo real
Presentar los hallazgos y reflexiones sobre el proyecto
• Revisión del Curso y Próximos Pasos
Resumen de los temas principales cubiertos
Orientación sobre recursos de aprendizaje adicional y temas avanzados
Sesión final de preguntas y respuestas y recopilación de comentarios

Asignaturas

Charlas de Conferencia