apuntes de Aprendizaje automático e inteligencia artificial
12 apuntes de 9 usuarios
Esta página de GoConqr reúne más de 10 apuntes creados por usuarios, desde regresión lineal hasta análisis de sentimientos y datos para inteligencia artificial. Ofrece material de nivel universitario para estudiantes que repasan conceptos y métodos, y para profesores que buscan recursos para sus clases. Elige unos apuntes y empieza a leer.
Elige un tema
- Tipos de aprendizaje automático29
- Representación y aprendizaje del conocimiento6
- Datos y preprocesamiento11
- Entrenamiento y evaluación de modelos13
- Algoritmos de clasificación25
- Árboles de decisión28
- Máquinas de vectores de soporte10
- Regresión lineal y logística9
- Aprendizaje y clasificación bayesianos16
- Redes neuronales y aprendizaje profundo22
- Agrupamiento o clustering20
- Procesamiento del lenguaje natural y análisis de sentimientos25
- Visión artificial y reconocimiento de imágenes10
- Sistemas de recomendación8
- Aprendizaje automático en medicina5
Apuntes
-
Recolección, tratamiento y visualización de datos para Inteligencia Artificial - creado desde un Mapa Mental Etapas que permiten recopilar, procesar y representar datos para entrenar y mejorar sistemas de IA Elaborado por: Maria Alejandra Martinez Jurado Datos e Inteligencia Artificial
-
Guía de estudio: Introducción a Machine Learning y árboles de decisión (Preparación para entrevistas) ## Introducción y conceptos básicos Los modelos de *Machine Learning* aprenden patrones a partir de datos históricos para hacer predicciones sobre datos nuevos. En nuestro ejemplo, tu primo usa la intuición para estim...
-
Regresión Logística Regresión Logística 1-. Objetivo: Clasificar a través de porcentajes (probabilidad) 2-. Forma Matemática: Función Sigmoide 3-. Umbral: (t) = 0.5 (por defecto); Permite asignar, según si la proba...
-
Aprendizaje Automático Regresión Lineal y¹ = b + w¹ * x¹ y¹ = Etiqueta predicha b = Ordenada al origen w¹ = Ponderación del atributo (Pendiente) x¹ = Atributo (Dato conocido) Regresión Lineal con varias dimensiones y¹ = ...
-
KNN Objetivos Comprender el funcionamiento del algoritmo KNN en clasificación y regresión Aplicar diferentes métricas de distancia y evaluar su impacto Analizar el efecto del hipeparámetro k en el modelo Implementar KNN c...
-
Máquinas de Soporte Vectorial Introducción Este modelo surge a partir del problema de clasificación, en la que se necesitan presentar n variables predictoras, con la finalidad de separar estas variables por una línea (modelo). Estas líneas son inf...
-
Regreción lineal una variable
-
¿Que es Learning Machine? Rama de la inteligencia artificial cuyo objetivo es desarrollar técnicas que permitan a las computadoras aprender. De forma más concreta, se trata de crear programas capaces de generalizar comportamientos a partir de ...
-
DATA SCIENCE 1.1 Inteligencia artificial, algo humano que puede replicar una maquina. Machine learning. Serie de algoritmo que nos ayudan a llegar a ese objetivo. Solo necesitan los datos de entrada y resultados y no tenem...
-
Apuntes Análisis de Sentimientos
-
Conjunto de datos Conjunto de datos Los conjuntos de datos son la base del AA. Son colecciones de informacion que se utilizan para entrenar y evaluar modelos. La facil disponibilidad de datos hoy en dia es un factor clave en el avance ...
-
Embeddings Embeddings Word2Vec Glove FastText Convierten un documento (frase) en un vector. Word2Vec
Más recursos de Aprendizaje automático e inteligencia artificial
Sobre apuntes de aprendizaje automático e inteligencia artificial
GoConqr OriginalAprendizaje automático e inteligencia artificial: apuntes para empezar
Si buscas una introducción, empieza por los apuntes que presentan el aprendizaje automático como una rama de la inteligencia artificial. Después, consulta «Conjunto de datos» para relacionar esa idea con la información utilizada para entrenar y evaluar modelos.
Para estudiar métodos concretos, los apuntes sobre regresión lineal presentan una fórmula y sus componentes. Los de regresión logística abordan la clasificación mediante probabilidades, mientras que «KNN» trata la clasificación, la regresión y las métricas de distancia.
Cómo combinar los apuntes
Lee un tema y anota los conceptos que quieras volver a consultar. Por ejemplo, puedes relacionar los apuntes sobre conjuntos de datos con los que describen su recolección, tratamiento y visualización para inteligencia artificial.
Cuando quieras ordenar ideas visualmente, pasa a los mapas de la página de la unidad. Para repasar términos, consulta sus fichas; si prefieres practicar con preguntas, prueba un cuestionario de la unidad. Escoge unos apuntes para empezar tu recorrido.
Preguntas frecuentes
¿Qué apuntes puedo consultar primero?
Puedes comenzar con los apuntes que presentan el aprendizaje automático como una rama de la inteligencia artificial. Después, «Conjunto de datos» te permite seguir con el papel de los datos en el entrenamiento y la evaluación de modelos. Si ya conoces esos conceptos, los apuntes sobre regresión lineal ofrecen un punto de partida más concreto.
¿Qué métodos y temas cubren los apuntes?
La lista incluye apuntes sobre regresión lineal y logística, máquinas de soporte vectorial y KNN. También encontrarás materiales sobre árboles de decisión, análisis de sentimientos y embeddings. Otros apuntes tratan los conjuntos de datos y las etapas de recolección, tratamiento y visualización de datos para inteligencia artificial.
¿Puedo usar estos apuntes gratis?
Sí. Todos los recursos de esta lista se pueden abrir y estudiar gratis, sin cuenta. Una cuenta gratuita permite además guardar las puntuaciones de los cuestionarios y crear tus propios cuestionarios, mapas mentales, fichas y apuntes. Los recursos de esta página fueron creados por usuarios de GoConqr.