- ¿Qué es la IA?
- ¿Cómo deberíamos definir la IA?
- La filosofía de la IA
- Resolución de problemas: ¿Qué problema empresarial estamos tratando de resolver? ¿Cómo se puede expresar como un problema de aprendizaje automático?
- Manejo Datos: si el machine learning está obteniendo conocimientos a partir de los datos, ¿qué datos tenemos? ¿Cómo encaja con la definición del problema? ¿Nuestros datos están estructurados o no estructurados? ¿Estático o en streaming?
- Evaluación de información: ¿qué define el éxito? ¿Es suficientemente bueno un modelo de machine learning?
- Enriquecimiento: ¿Qué partes de nuestros datos vamos a utilizar para nuestro modelo? ¿Cómo puede influir en esto lo que ya sabemos?
- Modelos - ¿Qué modelo debería elegir? ¿Cómo puedes mejorarlo? ¿Cómo lo comparas con otros modelos?
- Implementación - ¿Qué más podríamos intentar? ¿Nuestro modelo implementado funciona como esperábamos? ¿Cómo cambian los otros pasos en función de lo que hemos encontrado?
- La IA del mundo real
- BASES: Podrán participar alumnos inscritos en programas de tecnologías de la información de instituciones de educación superior o media superior, bajo la siguiente dinámica:
El tema de Machine Learning e Inteligencia Artificial es amplio. Los medios lo hacen parecer mágico. Este curso intenta cambiar eso. Le dará una descripción general de los tipos más comunes de problemas para los que se puede utilizar Machine Learning. Y al mismo tiempo, brindar un marco para abordar futuros proyectos de prueba de concepto de Machine Learning.
¿En qué se diferencian Machine Learning, la inteligencia artificial y la ciencia de datos?
Estos tres temas pueden ser difíciles de entender porque no existen definiciones formales. Incluso después de ser ingeniero de Machine Learning durante más de un año, no tengo una buena respuesta a esta pregunta. Sospecharía de cualquiera que diga que sí.
Para evitar confusiones, lo haremos sencillo. Para este curso, se puede considerar Machine Learning como el proceso de encontrar patrones en los datos para comprender algo más o para predecir algún tipo de evento futuro.