Introducción a Inteligencia Artificial - 2021

Este repositorio contiene el material de clases (presentaciones, ejercicios y notebooks) para Introducción a la Inteligencia Artificial (CEIA - FIUBA)

Organización del Repositorio

    Clase #
        presentaciones
        ejercicios
            data
            src
            tests
        juypterbooks
            data
            notebooks
        README.md

Requerimientos

• Lenguaje de Programación
  • Python 3.8
  • Pip para instalar librerías
• Librerías
  • Numpy 1.18
  • SciPy 1.5
• Consola Interactiva de Python
  • IPython
• Herramientas
  • PyTest para tests
  • GitHub para repositorios
• IDE Recomendado
  • PyCharm Community Edition

Contenido

Clase 1

• Introduccion a AI - Definición, clasificación, aplicaciones
• Numpy para AI - Arrays, vistas, manipulación, slicing, indexing, performance, broadcasting
  • Ejercicio de Aplicación (K-means)

Clase 2

• Datasets sintéticos
• PCA
• Ejercicio Integrador AI - Regresión Lineal

Clase 3

• Aprendizaje estadístico (Regresión Lineal)
  • Esperanza Condicional
  • ECM
  • Máxima Verosimilitud

Clase 4

• Aprendizaje estadístico (Regresión Lineal)
  • Bayes
  • Estimadores Puntuales (bias y varianza)

Clase 5

• Optimización
• Gradientes
  • Gradient Descent
  • Stochastic Gradient Descent
  • Mini-Batch Gradient Descent
• Hiperparámetros
• Regularización
  • Lasso
  • Ridge

Clase 6

• Aprendizaje estadístico (Regresión Logística)
• Clasificación Binaria
• Softmax

Clase 7

• Expectation Maximization
  • K-means

Clase 8

• Examen Teórico - Práctico