Introducción a la Inteligencia Artificial: Principales Algoritmos

Go to class
Write Review

Free Online Course: Introducción a la Inteligencia Artificial: Principales Algoritmos provided by edX is a comprehensive online course, which lasts for 4 weeks long, 4-5 hours a week. The course is taught in Spanish and is free of charge. Upon completion of the course, you can receive an e-certificate from edX. Introducción a la Inteligencia Artificial: Principales Algoritmos is taught by Jorge Samayoa, Eduardo Corpeño, Preng Biba and Julio Fajardo.

Overview
  • En este curso lograrás familiarizarte con los principios filosóficos y algorítmicos de las técnicas más populares de inteligencia artificial.

    El curso está estructurado como un compendio de algoritmos organizados por el área de inteligencia artificial a la cual pertenecen.

    Las áreas que trataremos son: Knowledge Based AI, Search Algorithms, Machine Learning.

    Cada unidad consiste en una introducción al objetivo del algoritmo, una descripción de su operación, y ejemplos de aplicación.

    Tendrás la oportunidad de poner en práctica lo aprendido empleando librerías populares de inteligencia artificial como https://scikit-learn.org y http://gym.openai.com.

Syllabus
  • 1. Introducción

    • Descripción de la Inteligencia Artificial
    • Historia de la Inteligencia Artificial
    • Distinción entre temas que rodean la Inteligencia Artificial
    • Aplicaciones
    • Iniciación a librerías de Inteligencia Artificial

    2. Algoritmos tradicionales de Inteligencia Artificial

    • Inteligencia Artificial basada en el conocimiento
    • Algoritmos de búsqueda
    • Algoritmos para jugar juegos

    3. Machine learning: Aprendizaje supervisado

    • Introducción al aprendizaje supervisado
    • Predicción
    • Clasificación
    • Introducción a las redes neurales

    4. Machine learning: Aprendizaje no supervisado y reforzado

    Aprendizaje no supervisado

    • Algoritmos de agrupamiento
    • Reducción de dimensionalidad

    Reforzado

    • Procesos de decisión de Markov con espacios de estados finitos
    • Métodos de Monte Carlo
    • Aprendizajes por diferencias temporales