Información General

Capacitar a profesionales de diversas áreas en los fundamentos esenciales de la Inteligencia Artificial (IA), proporcionándoles los conocimientos necesarios para comprender, aplicar y desarrollar proyectos básicos de IA en entornos empresariales y sociales. Se les capacitará en la disciplina de Ingeniería de Prompts, proporcionándoles las habilidades necesarias para diseñar, optimizar y aplicar estrategias efectivas en la generación de lenguaje mediante modelos de procesamiento de texto, con un enfoque práctico y aplicado

	Descripción	Diapositivas	Lecturas y Talleres	Material Adicional
Sesión 1	Introducción al Aprendizaje Automático ( Machine Learning)	El Poder de lo Digital(7 Slides)	Primero Lecturas 1. Prefacio Español Prefacio Inglés 2.Terrified Español Terrified Inglés 6. Codefinity Interactive machine learning (Solo unos capítulos) 7. Deep Note (Algo de Python)	Videos: Computer Scientist Explains Machine Learning in 5 Levels of Difficulty \| WIRED Libros Machine Learning is fun ebook Libro Luis Serrano Grokking Machine Learning
Sesión 2	Tipos de Aprendizaje	Slides Ejemplo Importante 0. Diagnosticando Enfermedades cardiacas Tipos de Aprendizaje 1. Aprendizaje Supervisado y no Supervisado 2. Qué es Aprendizaje Supervisado? Slides Adicionales SlidesMLSancho(zip)	Lecturas: Ian GoodFellow , Yoshua Bengio Francois Chollet Videos asociados a lecturas NVIDIA: GTC 2015: A Short History of Deep Learning, ImageNet (part 4) 3. Video Yann Lecun MNIST Conferencia GTC 2015 Nvidia Lecturas Adicionales 1. Fundamentos de Machine Learning 2. Aprendizaje Supervisado y no Supervisado 3. Algoritmos de Clustering Talleres 1. Video Teachable Machine (3:18) 2. Ejemplo 1 Hand Cow (0:12) 3. Ejemplo 2: Air Guitar(0:28) 4. Teachable Machine Google 2017 5. Teachable machine 2024 Python!! Interactive Guides Machine Learning ¡¡¡Python GitHUb!!!!	Videos: 1. What is ML in 5 minutes 2. Andrew Ng: Machine learning 9 min 3. Stat Quest: A gentle introduction to machine learning 13 min 4. Luis serrano A friendly introduction to Machine Learning 34 min 5. Andrew Ng Unsupervised Learning 15 min Videos Aplicaciones Aprendizaje Supervisado Predicción de Precios de casas en Python 44 min Detección de Spam Python 35 min Sistemas de recomendación con Python 19 min Análisis de Sentimientos Video TE 15 min Reconocimiento de imágenes con Python 22 min Aprendizaje no Supervisado Recomendación de peliculas 14 min Segementación de Mercado 58 min
Sesión 3	Aprendizaje Supervisado	Ejemplos de aprendizaje Automático 1. Precios de casa + Spam 2. Sistema de recomendación de Apps, árboles de Decisión	Actividades Interactivas Applet interactivo Linear regression Otro Applet Curve Fitting	Videos: Convolutional Neural networks Explained Otros Videos Teaching Computers to understand pictures 2015
Sesión 4	Aprendizaje Supervisado	Ejemplos de aprendizaje Supervisado 0. Geogebra Árboles de Decisión 1. Análisis de Sentimientos +Recon de Imágenes 2. Tres Métodos de Aprendizaje Supervisado 2.1 Geogebra Ajuste Lineal Videos (¡¡¡¡primero los de Google!!!! 1. Regresión Logística Video 45 min 2. Vectores de Soporte Video 30 min 3. Video Kernel Trick Google 5 min 4. ¿Por qué regresión Logística? Hasta minuto 22 *Fin videos 3. Naive bayes 4. Redes Neuronales	Actividades Interactivas 1. A visual introduction to machine learning 2. Initializing neural networks 3. Model Tuning 4. Embedding Projector Google	Videos Modelos de ML 0. Clasificación (google) 2 min 1. Regresión Logística (google) 2 min 2. Regresión Lineal (Gradient Descent) (google) 2 min 3. Árboles de Decisión stat Quest 18 min 4. Random Forests StatQuest 10 min Videos: Supervisados Support Vector Machines Naive Bayes K-Neighbors
Sesión 5	Aprendizaje no Supervisado	Video Unsupervised machine learning Ejemplos de aprendizaje No Supervisado 1. Método de k-medias 2. Método de Clustering Jerárquico 3. Factorización de matrices Video 4. Análisis de Componentes Principales	Cuadernos Jupyter ML 1. Linear Regression 1.1 Predicción Precios Casas 2. Logistic regression 2.1 Sentiment Analysis 3. Decision Trees 3.1 University Admissions 4. Naive bayes End to End Example Complete example	Videos: No supervisados 1. K-means Clustering Applet Interactivo k-means 2. Hierarchical Clustering 3. Matrix Factorization
Sesión 6	Exposiciones	Video Resúmen Modulo 2 Serrano Friendly Introduction to ML Cómo medir y evaluar un modelo de ML Métricas de Error Overfitting y UnderFitting Cross Validation Bias and variance Regularization Boosting	Taller TensorFlow PlayGround 1. Video Explicativo (13 min) 2. Sitio TensorFlow PlayGround Como jugar con TensorFlow Playground 34 min Deep Learning Español,Canal 3Blue1Brown

	Descripción	Diapositivas	Lecturas y Talleres	Material Adicional
Sesión 1	Consideraciones éticas parte 1	Manteniendo la Humanidad en las Interacciones de IA	2.Terrified Español Terrified Inglés	Videos: How AI Could Empower Any Business Andrew Ng TED
Sesión 2	Consideraciones éticas parte 2		Lecturas: Videos asociados a lecturas Lecturas Adicionales Talleres Python!! Interactive Guides Machine Learning ¡¡¡Python GitHUb!!!!	Videos:
Sesión 3	IA y las Empresas Parte 1	1. Qué es la IA? enfoque empresarial 2. Construyendo Proyectos de IA 3. Construyendo IA en la empresa 4. La IA y la sociedad		Videos: Convolutional Neural networks Explained Andrew NG How AI is Changing Coding and Education Sal Khan , How Ai could save and not destroy education Otros Videos
Sesión 4	IA y las Empresas Parte 2	1. IA Generativa para todos 2. IA Generativa y Aplicaciones de Software 3.La IA Generativa y los negocios	Actividades Interactivas
Sesión 5	IA y las Empresas Parte 3		Videos:
Sesión 6	Proyectos Finales Tema Original Proyectos Finales 10 de Diciembre			Videos:

Inteligencia Artificial para Ciencias Sociales

Diplomado : Martes,Jueves,Viernes: 6-10 p.m., Octubre 17 a Diciembre 12 de 2024

Información General

Profesor

M.Sc., Alfonso Meléndez Profesor Titular,Escuela Col de Ingeniería

Módulo 1

Módulo 2

Módulo 3

Módulo 4

Libros

Artículos

Cursos en Línea

Videos

ChatBots