Apuntes del módulo de Programación de Inteligencia Artificial

• 1. Introducción a las redes neuronales
• 2. Python
• 3. NumPy
• 4. Gráficos
• 5. Pandas
• 6. Redes neuronales

• 7. Entrenamiento de redes neuronales a) Funciones de coste
• 8. Optimización de redes neuronales
• 9. Redes Neuronales Recurrentes
• 10. Desafíos de la Inteligencia Artificial

Temario del módulo de Programación de Inteligencia Artificial

• Instalación
• Jupyter Notebooks
  • Anaconda
  • VS Code
  • Google Collab
• Instalación de librerías

• Estructuras de control
• Funciones
• Tipos de datos
• lambdas

• Dataframes
• Acceso
• Estadísticas

• Matplotlib
• Seaborn
• Pandas

• Tensores
• Acceso
• Operaciones

• Regresión lineal
• Neurona
• Función de coste
• Descenso de gradiente
• Ejemplo con RN con Python

• Funciones de activación
• Regresión logística
• Métricas
  • Precision, Recall, F1, Accuracy
• Keras

• Optimizadores
  • SGD
  • RMSprop
  • Adam
  • Etc.

• Keras Tuner

• TensorBoard
• https://neptune.ai/

• Exploratory Data Analysis (EDA)
• Reducción de la dimensionalidad
• Balanceado de datos
• Codificación
  • One-hot
  • Fechas: Fin de semana o día de la semana, estación ( primavera, verano, otoño, invierno), etc.
• Datos de entrada
  • Test
  • Entrenamiento
  • Validación

• Overfitting
• Underfitting
• Regularización: L1, L2, L1 y L2
• Dropout
• Detección temprana
• Validación cruzada

• MLOps
• Guardar y leer modelos
• Servicio de ML (FastAPI)

• Imágenes
• Convolución
• Transfer Learning

• Ataques de extracción
• Ataques de inversión
• Ataques de envenenamiento
• Ataques de evasión

• Lenguaje Natural
• Series de tiempo

• Azure Cognitive Services
• AWS