Notas de Inteligencia Artificial

Este repositorio contiene un conjunto de notas semanales tomadas durante el curso de Inteligencia Artificial. El objetivo es documentar de manera clara y organizada los temas clave vistos en clase.

---

Contenido

1. Introducción a la Inteligencia Artificial
   Conceptos fundamentales, historia y aplicaciones de la IA.

2. Machine Learning y Árboles de Decisión
   Principios del aprendizaje automático supervisado y estructuras de decisión.

3. Regresión y Descenso del Gradiente
   Modelos lineales y técnicas de optimización para entrenamiento.

4. Fundamentos de Búsqueda
   Algoritmos no informados: BFS, DFS, UCS.

5. Búsquedas Informadas
   A*, heurísticas y búsqueda con información adicional.

6. Juegos con Adversarios
   Minimax, poda alfa-beta y toma de decisiones en entornos competitivos.

7. Procesos de Decisión de Markov (MDPs)
   Modelado de decisiones secuenciales con incertidumbre.

8. Problemas de Satisfacción de Restricciones (CSPs)
   Modelado, backtracking y heurísticas para resolver CSPs.

9. Inferencia Bayesiana
   Redes bayesianas, probabilidad condicional y razonamiento probabilístico.