Recomendados
Más contenido relacionado
Similar a Student Summit - Conoce más sobre mi carrera en IA y Datos.pptx
Similar a Student Summit - Conoce más sobre mi carrera en IA y Datos.pptx (20)
Más de Luis775803
Más de Luis775803 (20)
Último
Último (16)
Student Summit - Conoce más sobre mi carrera en IA y Datos.pptx
- 1. Conoce más sobre mi carrera en Inteligencia Artificial y Datos Luis Beltrán Microsoft MVP
- 2. Mi carrera en Inteligencia Luis Beltrán Microsoft MVP Tomás Bata University in Zlín
- 3. Background (Luis antes de la IA) Ingeniero en Sistemas Computacionales Docente Desarrollador de Software
- 4. Motivación y toma de decisiones ¿Qué te apasiona? Las matemáticas Desarrollar aplicaciones móviles La docencia ¿Qué te interesa conocer? ¿Se puede aplicar la IA directamente en dispositivos móviles? Técnicas de optimización Redes neuronales
- 5. ¿Qué he aprendido en esta carrera? 1. Algoritmos inspirados por la naturaleza
- 7. 2. Técnicas de Optimización
- 8. 3. Visión de computadora
- 9. 4. Procesamiento de imágenes
- 10. Algunos consejos Toda experiencia es útil Estudia, trabaja, practica. No tengas miedo de intentar cosas nuevas. Persigue tus sueños Haz que las cosas sucedan. Practica tu inglés ¡Háblalo!
- 11. Q & A?
- 12. ¡Gracias por tu atención! Luis Beltrán Microsoft MVP Tomás Bata University in Zlín about.me/luis-beltran
Notas del editor
- Las abejas en busca de alimento tratan de localizar la región del espacio con mayor densidad de flores, ya que es allí donde presumiblemente existe más cantidad de polen. Cada abeja vuela de modo errático por el espacio, recordando en todo momento cuál es la región donde ha visto más flores. A su vez, el enjambre sabe colectivamente cuál es la región del espacio, de entre todas las exploradas, donde se han encontrado más flores. Cada abeja variará individualmente su movimiento con arreglo a estas dos direcciones, volando hacia algún lugar intermedio. Es posible que la abeja durante ese sobrevuelo encuentre una región con más densidad de flores que la conocida hasta entonces (óptimo local), o incluso que la conocida por el enjambre (óptimo global); en este último caso, todo el enjambre orientará la búsqueda hacia esa nueva dirección. Pasado un tiempo, si se descubre otra región con mayor densidad floral, el enjambre reorientará nuevamente la búsqueda hacia allí, y así sucesivamente.
- Un algoritmo PSO trabaja con una población (llamada nube o enjambre) de soluciones candidatas (llamadas partículas). Dichas partículas se desplazan a lo largo del espacio de búsqueda conforme unas simples reglas matemáticas. El movimiento de cada partícula depende de su mejor posición obtenida, así como de la mejor posición global hallada en todo el espacio de búsqueda. A medida que se descubren nuevas y mejores posiciones, éstas pasan a orientar los movimientos de las partículas. El proceso se repite con el objetivo, no garantizado, de hallar en algún momento una solución lo suficientemente satisfactoria.
- Partiicpar en hackathones Trabajo en equipo Lo del inglés - Ser MSP / MLSA