Fundamentos de la Inteligencia Artificial: Aprendizaje automático y aprendizaje profundo

El mundo de la Inteligencia Artificial está cambiando rápidamente, pero asegurar una comprensión profunda comienza con el dominio de los conceptos fundamentales de cómo estos sistemas aprenden y operan.Este curso proporciona una introducción clara, basada en texto, a los pilares esenciales de la IA moderna. Pasará por alto la publicidad y obtendrá claridad sobre paradigmas clave como el aprendizaje supervisado y no supervisado, la arquitectura de redes neuronales y cómo se aplica la IA a tareas del mundo real como el procesamiento de texto y el reconocimiento de imágenes. Lo que aprenderás: * Comprender las distinciones fundamentales entre los paradigmas de Inteligencia Artificial, Aprendizaje Automático y Aprendizajes Profundos. * Aprenda algoritmos básicos de aprendizaje automático, incluidos modelos lineales, árboles de decisión y técnicas de agrupamiento. * Dominar la estructura y función de las redes neuronales y cómo forman la base de las soluciones modernas de aprendizaje profundo. * Aplicar conceptos clave en Procesamiento de Lenguaje Natural (PLN) y Visión por Computadora (CV) para tareas comunes como clasificación y reconocimiento. * Configurar patrones simples de recuperación-Augmented Generation (RAG) para mejorar la salida del modelo de lenguaje utilizando fuentes de datos externas. * Practicar la interpretación de las métricas de rendimiento del modelo y gestionar problemas comunes como el sobreajuste y el sesgo. El plan de estudios comienza con la terminología esencial y los conceptos matemáticos antes de pasar a las aplicaciones prácticas de los algoritmos de aprendizaje.Cubrimos los fundamentos teóricos necesarios para comprender los marcos y técnicas de IA modernas. Este curso está diseñado para principiantes absolutos sin experiencia previa en IA, ciencia de datos o matemáticas avanzadas.Comience a desarrollar su experiencia en la tecnología que da forma al futuro hoy.