SlideShare una empresa de Scribd logo
1 de 35
Descargar para leer sin conexión
<<<<
• Módulo I: Introducción a Inteligencia Artificial (2 horas).
• Qué es Inteligencia Artificial.
• Qué es machine learning.
• Qué es Deep learning.
• Qué es una red neuronal (características)
• Tipos básicos de Inteligencia artificial
• Algoritmos/modelos disponibles.
•
Módulo II: Proceso de aprendizaje (2 horas).
• Preparación de datos.
• Ingeniería de atributos.
• Modelado de solución.
• Medición de rendimiento.
• Optimización de rendimiento.
•
Módulo III: Tensorflow (8 horas).
• Qué es Tensorflow.
• Librerías Adicionales.
• Ejemplo 1: Conversión de temperatura.
• Ejemplo 2: Predicción de clima.
• Ejemplo 3: Reconocimiento de dígitos escritos.
•
Módulo IV: Consideraciones Inteligencia Artificial (2 horas).
• Claves del éxito.
• Consejos.
• Errores en IA.
• Riesgos.
• Usos actuales.
Inteligencia
Artificial
ING. JACP
Evaluación
Concepto Ponderación
Examen 50%
Proyecto 50%
100%
Derecho a examen tener asistencia > 80%
Derecho a proyecto > 80 de tareas y
practica
¿Es nuevo el concepto de IA?
Prueba de Turing
En el juego de la imitación,
hay un hombre y una mujer que tratan de convencer a un interrogador.
El hombre trata de hacerse pasar por la mujer,
y la mujer trata de ayudar al interrogador a identificarla correctamente.
En la prueba de Turing, una máquina trata de hacerse pasar por un humano,
mientras que un humano ayuda al interrogador a identificar quién es quién.
La idea es que, si consistentemente una máquina puede engañar a los
interrogadores,
entonces podremos decir que es inteligente.
¿Es nuevo el concepto de IA?
Desde los años 50, se aplicaron a la búsqueda simulaciones de evolución, las
cuales sentaron las bases para el desarrollo de los primeros algoritmos
genéticos en los 60 y 70.
Verano de 1956 : durante este taller que nació como tal la disciplina.
muchas innovaciones y se crearon grandes expectativas
El avance más exitoso de la época :
fue el “perceptrón” de Frank Rosenblatt, propuesto en el 58, y el cual
permitía aprendizaje por ensayo y error.
¿Es nuevo el concepto de IA?
1962 Sistemas expertos con software como Prolog y Lisp
Para este curso el primer software que veremos es prolog.
En los 90, tanto en la inteligencia artificial “clásica”, basada en la
manipulación de símbolos, como en los “nuevos” sistemas basados en
el comportamiento, se propuso el concepto de “agente”.
Las emociones ayudan a modular las respuestas, por ejemplo,
tendemos a ser más tolerantes con las personas que más queremos.
Actividad 1
• Leer "La máquina de las emociones“ , Marvin Minski
De lo anterior hacer un análisis del texto donde indiques que puntos
crees relevantes, los pro y contras de lo leído, lo deberás representar
en una infografía.
Comienza a instalar..
• Prolog https://www.swi-prolog.org/Download.html
• Python https://www.python.org/downloads/
• Anaconda https://www.anaconda.com/products/individual
• Visual Studio Code o Spyder
Con las instalaciones no debes tener problema ya estamos en octavo
cuatrimestre
Inteligencia , Mente , Cuerpo, Sentimientos?
Mario Lagunes:
“Para que un sistema pueda ser considerado inteligente, el sistema
debe de ejercer una acción; después, un juez externo decidirá si la
acción fue inteligente o no. Esta noción es claramente subjetiva y,
precisamente, ese es un reto para definir inteligencia; el mismo sistema
puede considerarse inteligente o no, dependiendo del criterio con el
que se juzgue.”
Dilema?
Si consideramos el pensamiento como un procesamiento de
información, en principio las computadoras podrían tener mente.
PRO CONTRA
El humano quiere saber el porque
• Método inductivo:
Observación , teoría , predicción y observación
• Método Sintético. Herbert Simon
• Observación… teoría …. Sistema artificial….. desempeño
Doc. José Negrete, reconocido como el iniciador de la inteligencia
artificial en México:
“La mejor manera de entender al hombre es construirlo”
• Mal manejo de regresión lineal sufre colapso
• Agregar funciones de activación– Distorsionar la salida
• 0 y 1 Función escalonada
• Sigmoide
• RELU
• Tanh
• Umbral es lo que se edita
• Mayor cantidad
de datos
• Menor Hardware
• Reconocimiento
fácil
• Enfoque algorítmico
• Aprendizaje de
arboles
• Lógica regresiva.
• Etc.
Redes Neuronales Funciones matemáticas
Regresión Lineal Multiple
Sesgos .- variable a 1
Salida y entradas binarias
Umbral = bias mayor o menor a 0
Prolog
• Preguntas lógicas es decir:
• True o False
• Se necesita una BASE DE
CONOCIMENTO que se conforma de
• Preguntas, Hechos y Reglas
• Se apoya con operadores lógicos
fundamentales Y, O , NOT
• Saber que es un PREDICADO
Python
Ya debes saber los siguientes términos, su
uso e implementación:
Variables
Tipo de Variables
Operadores
Ciclos
Indexación
Listas
Pilas
Colas
Tuplas
Sclicing
Conexión a bases de datos (CRUD)
Sin solución con una
neurona
debemos agregar
Forma secuencial:
Conocimiento
jerarquizado
Mas capas mas
complejo Deep
learning
4.-Escribir reglas en el espacio en que nos aparece
1.- Abrir el IDE para prolog SWI-Prolog
2.- Al entrar se muestra la siguiente pantalla
3.- Dentro de esta ventana iremos a File-- New
5.-una ves redactado debemos almacenarlo con terminación .pl
7.- Si compila sin error mostrara lo siguiente:
6.-Al guardar deberemos compilar.
8.-probemos las reglas es importante al terminar debe ir un “.”
Normas de cálculo de predicados:
• Las constantes empiezan por minúscula
• Las variables empiezan por mayúscula
• Las funciones son constantes seguidas de N teŕminos. Son funciones
estrictamente matemáticas.
• Los predicados pueden ser atómicos o compuestos, con operadores
lógicos (and, or, implica, etc)
Predicados
fruta(manzana).
fruta(naranja).
fruta(platano).
carne(pollo).
carne(vaca).
carne(cerdo).
carne(caballo).
comida(paella).
comida(pulpo).
( :- ) regla que debe cumplir el lado derecho para que el izquierdo sea
verdadero
comida(X) :- fruta(X).
comida(X) :- carne(X).
En Prolog existen varios operadores importantes:
• , (coma) AND
• ; (punto y coma) OR
• A = B, se intenta unificar A y B. Devuelve true si funciona
• A = B es falso si A y B unifican
• A is B, se evalúa B (es decir, se calcula lo que representa) y se unifica con
A
• A =:= B , evalúa A, evalúa B y los compara. Verdadero si son iguales
• A == B, evalúa A, evalúa B y los compara. Falso si son iguales
Y muchos otros como =<, >=, >, < que tienen el comportamiento
esperado.
• Las operaciones matemáticas solo se pueden introducir en expresiones
que vayan a ser evaluadas.
hombre(goku).
hombre(goten).
hombre(gohan).
hombre(satan).
mujer(milk).
mujer(videl).
mujer(pam).
pariente(gohan,pam).
pariente(videl,pam).
pariente(goku,goten).
pariente(milk,goten).
pariente(goku,gohan).
pariente(milk,gohan).
pariente(satan,videl).
parejas(goku,milk).
parejas(gohan,videl).
abuelo(X,Y):-pariente(M,Y),pariente(X,M),hombre(X).
abuela(X,Y):-pariente(M,Y),pariente(X,M),mujer(X).
¿Qué valor calórico tiene la comida de paella, trucha y flan?
valor(paella,trucha,flan,N).
Dime una comidas equilibrada que lleve naranja de postre
comida_equilibrada(X,Y,Z),Z=naranja.
Las listas se crean con corchetes:
X = [1,2,3,4,5],
sumlist(X,N).
Con la barra podemos separar cabeza y cola de una lista:
[1,2,3,4] = X,
[H|T] = X.

Más contenido relacionado

Similar a Inteligencia Artificial.pdf

Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
Gxbos Mjuzik
 
Inteligencia artificial-y-sistemas-expertos
Inteligencia artificial-y-sistemas-expertosInteligencia artificial-y-sistemas-expertos
Inteligencia artificial-y-sistemas-expertos
Alejandro Tapia
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
Mary Gonzalez
 
Inteligencia artificial complete2
Inteligencia artificial complete2Inteligencia artificial complete2
Inteligencia artificial complete2
areslymacias
 
INTELIGENCIA ARTIFICIAL
INTELIGENCIA ARTIFICIAL INTELIGENCIA ARTIFICIAL
INTELIGENCIA ARTIFICIAL
Zakurita92
 

Similar a Inteligencia Artificial.pdf (20)

Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
 
Practica de la Semana 7 por Ramon Chambillo
Practica de la Semana 7 por Ramon ChambilloPractica de la Semana 7 por Ramon Chambillo
Practica de la Semana 7 por Ramon Chambillo
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
 
Inteligencia artificial (1)
Inteligencia artificial (1)Inteligencia artificial (1)
Inteligencia artificial (1)
 
Inteligencia artificial (1)
Inteligencia artificial (1)Inteligencia artificial (1)
Inteligencia artificial (1)
 
Inteligencia artificial (1)
Inteligencia artificial (1)Inteligencia artificial (1)
Inteligencia artificial (1)
 
Inteligencia artificial-y-sistemas-expertos
Inteligencia artificial-y-sistemas-expertosInteligencia artificial-y-sistemas-expertos
Inteligencia artificial-y-sistemas-expertos
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
 
Inteligencia Artificial From Zero to Hero
Inteligencia Artificial From Zero to HeroInteligencia Artificial From Zero to Hero
Inteligencia Artificial From Zero to Hero
 
Intro Inteligencia Artificial (AI)
Intro Inteligencia Artificial (AI)Intro Inteligencia Artificial (AI)
Intro Inteligencia Artificial (AI)
 
Análisis sobre el informe de la ficha 1 y 2.pdf
Análisis sobre el informe de la ficha 1 y 2.pdfAnálisis sobre el informe de la ficha 1 y 2.pdf
Análisis sobre el informe de la ficha 1 y 2.pdf
 
Inteligendia artificial
Inteligendia artificialInteligendia artificial
Inteligendia artificial
 
Clase Inteligencia Artificial Unidad 3
Clase Inteligencia Artificial Unidad 3Clase Inteligencia Artificial Unidad 3
Clase Inteligencia Artificial Unidad 3
 
Inteligencia artificial complete2
Inteligencia artificial complete2Inteligencia artificial complete2
Inteligencia artificial complete2
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
 
Cómo vivir de la inteligencia artificial
Cómo vivir de la inteligencia artificialCómo vivir de la inteligencia artificial
Cómo vivir de la inteligencia artificial
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
 
INTELIGENCIA ARTIFICIAL
INTELIGENCIA ARTIFICIAL INTELIGENCIA ARTIFICIAL
INTELIGENCIA ARTIFICIAL
 
Inteligencia artificial y las redes neuronales
Inteligencia artificial y las redes neuronalesInteligencia artificial y las redes neuronales
Inteligencia artificial y las redes neuronales
 

Último

redes informaticas en una oficina administrativa
redes informaticas en una oficina administrativaredes informaticas en una oficina administrativa
redes informaticas en una oficina administrativa
nicho110
 

Último (14)

Avances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estosAvances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estos
 
investigación de los Avances tecnológicos del siglo XXI
investigación de los Avances tecnológicos del siglo XXIinvestigación de los Avances tecnológicos del siglo XXI
investigación de los Avances tecnológicos del siglo XXI
 
Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21
 
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
 
redes informaticas en una oficina administrativa
redes informaticas en una oficina administrativaredes informaticas en una oficina administrativa
redes informaticas en una oficina administrativa
 
Guia Basica para bachillerato de Circuitos Basicos
Guia Basica para bachillerato de Circuitos BasicosGuia Basica para bachillerato de Circuitos Basicos
Guia Basica para bachillerato de Circuitos Basicos
 
infor expo AVANCES TECNOLOGICOS DEL SIGLO 21.pptx
infor expo AVANCES TECNOLOGICOS DEL SIGLO 21.pptxinfor expo AVANCES TECNOLOGICOS DEL SIGLO 21.pptx
infor expo AVANCES TECNOLOGICOS DEL SIGLO 21.pptx
 
How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.
 
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptxEVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
 
Avances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvanaAvances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvana
 
Buenos_Aires_Meetup_Redis_20240430_.pptx
Buenos_Aires_Meetup_Redis_20240430_.pptxBuenos_Aires_Meetup_Redis_20240430_.pptx
Buenos_Aires_Meetup_Redis_20240430_.pptx
 
presentacion_desamblado_de_una_computadora_base_a_las_normas_de_seguridad.pdf
presentacion_desamblado_de_una_computadora_base_a_las_normas_de_seguridad.pdfpresentacion_desamblado_de_una_computadora_base_a_las_normas_de_seguridad.pdf
presentacion_desamblado_de_una_computadora_base_a_las_normas_de_seguridad.pdf
 
presentación del desensamble y ensamble del equipo de computo en base a las n...
presentación del desensamble y ensamble del equipo de computo en base a las n...presentación del desensamble y ensamble del equipo de computo en base a las n...
presentación del desensamble y ensamble del equipo de computo en base a las n...
 
Generaciones de las Computadoras..pdf...
Generaciones de las Computadoras..pdf...Generaciones de las Computadoras..pdf...
Generaciones de las Computadoras..pdf...
 

Inteligencia Artificial.pdf

  • 1. <<<< • Módulo I: Introducción a Inteligencia Artificial (2 horas). • Qué es Inteligencia Artificial. • Qué es machine learning. • Qué es Deep learning. • Qué es una red neuronal (características) • Tipos básicos de Inteligencia artificial • Algoritmos/modelos disponibles. • Módulo II: Proceso de aprendizaje (2 horas). • Preparación de datos. • Ingeniería de atributos. • Modelado de solución. • Medición de rendimiento. • Optimización de rendimiento. • Módulo III: Tensorflow (8 horas). • Qué es Tensorflow. • Librerías Adicionales. • Ejemplo 1: Conversión de temperatura. • Ejemplo 2: Predicción de clima. • Ejemplo 3: Reconocimiento de dígitos escritos. • Módulo IV: Consideraciones Inteligencia Artificial (2 horas). • Claves del éxito. • Consejos. • Errores en IA. • Riesgos. • Usos actuales.
  • 3. Evaluación Concepto Ponderación Examen 50% Proyecto 50% 100% Derecho a examen tener asistencia > 80% Derecho a proyecto > 80 de tareas y practica
  • 4. ¿Es nuevo el concepto de IA? Prueba de Turing En el juego de la imitación, hay un hombre y una mujer que tratan de convencer a un interrogador. El hombre trata de hacerse pasar por la mujer, y la mujer trata de ayudar al interrogador a identificarla correctamente. En la prueba de Turing, una máquina trata de hacerse pasar por un humano, mientras que un humano ayuda al interrogador a identificar quién es quién. La idea es que, si consistentemente una máquina puede engañar a los interrogadores, entonces podremos decir que es inteligente.
  • 5. ¿Es nuevo el concepto de IA? Desde los años 50, se aplicaron a la búsqueda simulaciones de evolución, las cuales sentaron las bases para el desarrollo de los primeros algoritmos genéticos en los 60 y 70. Verano de 1956 : durante este taller que nació como tal la disciplina. muchas innovaciones y se crearon grandes expectativas El avance más exitoso de la época : fue el “perceptrón” de Frank Rosenblatt, propuesto en el 58, y el cual permitía aprendizaje por ensayo y error.
  • 6. ¿Es nuevo el concepto de IA? 1962 Sistemas expertos con software como Prolog y Lisp Para este curso el primer software que veremos es prolog. En los 90, tanto en la inteligencia artificial “clásica”, basada en la manipulación de símbolos, como en los “nuevos” sistemas basados en el comportamiento, se propuso el concepto de “agente”. Las emociones ayudan a modular las respuestas, por ejemplo, tendemos a ser más tolerantes con las personas que más queremos.
  • 7. Actividad 1 • Leer "La máquina de las emociones“ , Marvin Minski De lo anterior hacer un análisis del texto donde indiques que puntos crees relevantes, los pro y contras de lo leído, lo deberás representar en una infografía.
  • 8. Comienza a instalar.. • Prolog https://www.swi-prolog.org/Download.html • Python https://www.python.org/downloads/ • Anaconda https://www.anaconda.com/products/individual • Visual Studio Code o Spyder Con las instalaciones no debes tener problema ya estamos en octavo cuatrimestre
  • 9. Inteligencia , Mente , Cuerpo, Sentimientos? Mario Lagunes: “Para que un sistema pueda ser considerado inteligente, el sistema debe de ejercer una acción; después, un juez externo decidirá si la acción fue inteligente o no. Esta noción es claramente subjetiva y, precisamente, ese es un reto para definir inteligencia; el mismo sistema puede considerarse inteligente o no, dependiendo del criterio con el que se juzgue.”
  • 10. Dilema? Si consideramos el pensamiento como un procesamiento de información, en principio las computadoras podrían tener mente. PRO CONTRA
  • 11. El humano quiere saber el porque • Método inductivo: Observación , teoría , predicción y observación
  • 12. • Método Sintético. Herbert Simon • Observación… teoría …. Sistema artificial….. desempeño
  • 13. Doc. José Negrete, reconocido como el iniciador de la inteligencia artificial en México: “La mejor manera de entender al hombre es construirlo”
  • 14. • Mal manejo de regresión lineal sufre colapso • Agregar funciones de activación– Distorsionar la salida • 0 y 1 Función escalonada • Sigmoide • RELU • Tanh • Umbral es lo que se edita
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20. • Mayor cantidad de datos • Menor Hardware • Reconocimiento fácil
  • 21.
  • 22. • Enfoque algorítmico • Aprendizaje de arboles • Lógica regresiva. • Etc.
  • 23.
  • 24. Redes Neuronales Funciones matemáticas Regresión Lineal Multiple Sesgos .- variable a 1 Salida y entradas binarias Umbral = bias mayor o menor a 0
  • 25. Prolog • Preguntas lógicas es decir: • True o False • Se necesita una BASE DE CONOCIMENTO que se conforma de • Preguntas, Hechos y Reglas • Se apoya con operadores lógicos fundamentales Y, O , NOT • Saber que es un PREDICADO
  • 26. Python Ya debes saber los siguientes términos, su uso e implementación: Variables Tipo de Variables Operadores Ciclos Indexación Listas Pilas Colas Tuplas Sclicing Conexión a bases de datos (CRUD)
  • 27.
  • 28. Sin solución con una neurona debemos agregar
  • 30. Mas capas mas complejo Deep learning
  • 31. 4.-Escribir reglas en el espacio en que nos aparece 1.- Abrir el IDE para prolog SWI-Prolog 2.- Al entrar se muestra la siguiente pantalla 3.- Dentro de esta ventana iremos a File-- New 5.-una ves redactado debemos almacenarlo con terminación .pl
  • 32. 7.- Si compila sin error mostrara lo siguiente: 6.-Al guardar deberemos compilar. 8.-probemos las reglas es importante al terminar debe ir un “.”
  • 33. Normas de cálculo de predicados: • Las constantes empiezan por minúscula • Las variables empiezan por mayúscula • Las funciones son constantes seguidas de N teŕminos. Son funciones estrictamente matemáticas. • Los predicados pueden ser atómicos o compuestos, con operadores lógicos (and, or, implica, etc) Predicados fruta(manzana). fruta(naranja). fruta(platano). carne(pollo). carne(vaca). carne(cerdo). carne(caballo). comida(paella). comida(pulpo). ( :- ) regla que debe cumplir el lado derecho para que el izquierdo sea verdadero comida(X) :- fruta(X). comida(X) :- carne(X). En Prolog existen varios operadores importantes: • , (coma) AND • ; (punto y coma) OR • A = B, se intenta unificar A y B. Devuelve true si funciona • A = B es falso si A y B unifican • A is B, se evalúa B (es decir, se calcula lo que representa) y se unifica con A • A =:= B , evalúa A, evalúa B y los compara. Verdadero si son iguales • A == B, evalúa A, evalúa B y los compara. Falso si son iguales Y muchos otros como =<, >=, >, < que tienen el comportamiento esperado. • Las operaciones matemáticas solo se pueden introducir en expresiones que vayan a ser evaluadas.
  • 35. ¿Qué valor calórico tiene la comida de paella, trucha y flan? valor(paella,trucha,flan,N). Dime una comidas equilibrada que lleve naranja de postre comida_equilibrada(X,Y,Z),Z=naranja. Las listas se crean con corchetes: X = [1,2,3,4,5], sumlist(X,N). Con la barra podemos separar cabeza y cola de una lista: [1,2,3,4] = X, [H|T] = X.