Introducción a la IA con Python
Un curso de Rodrigo MontemayorProgramador
Un curso de Rodrigo Montemayor, Programador
Aprende los fundamentos de la inteligencia artificial y cómo aplicarla en la resolución de problemas
Gracias al aprendizaje automático, todas las industrias están revolucionando la manera en la que trabajan. En este curso online, el experto programador Rodrigo Montemayor te enseñará desde cero los fundamentos de la inteligencia artificial con Python.
A lo largo de las lecciones, aprenderás qué es y cómo funciona, qué tipos existen y de qué manera puede aplicarse el machine learning en la resolución de diversos problemas. Prepárate para formar parte del futuro de la inteligencia artificial.
¿Qué aprenderás en este curso online?
29 lecciones & 34 recursos adicionales
Configuración del ambiente de trabajo
14 minutos, 25 segundos
Librerías de Python
2 minutos, 38 segundos
Tu primer modelo: regresión lineal
16 minutos, 38 segundos
Regresión lineal en detalle
4 minutos, 47 segundos
Sets y análisis de datos
20 minutos, 13 segundos
Ejercicio de regresión lineal
15 minutos, 21 segundos
¿Qué incluye este curso?
Empezarás el curso conociendo mejor al profesor Rodrigo Montemayor, que te hablará sobre su trayectoria como programador y sus mayores referentes.
A continuación, verás qué es el machine learning y cómo se puede aplicar en diferentes industrias. Después, descubrirás los tipos de aprendizaje automático que existen.
En la siguiente unidad, plantearás un problema en conceptos de machine learning y entenderás que los datos son imprescindibles para obtener resultados. Paso a paso, aprenderás algunos términos como etiquetas, características o librerías. Entonces, realizarás tu primer modelo utilizando regresión lineal. Comprenderás cómo funciona el proceso de entrenamiento y el cálculo de pérdida para mejorar automáticamente y descubrirás los problemas más comunes.
Más tarde, Rodrigo te dará algunos consejos sobre el manejo y la representación de los datos. También te hablará de otro tipo de modelo, la regresión logística, además de las redes neuronales. Para terminar, aprenderás a aprovechar modelos existentes y previamente entrenados para resolver problemas.
¿Cuál es el proyecto del curso?
Realizarás un modelo de aprendizaje automático que sirva para clasificar y detectar tus propias imágenes utilizando redes neuronales.
Proyectos de estudiantes del curso
¿A quién está dirigido este curso online?
A cualquier persona interesada en aprender las bases del machine learning.
Requisitos y materiales
Para llevar a cabo este curso necesitarás conocimientos básicos de Python.
Opiniones
- andresarcilaPLUShace 10 días
Excelente para empezar con el panorama y fundamentos de ML asi como AI yendo al punto y dentro de lo posible creo que de un modo simple. Gracias
- hace 14 días
pues me esta gustando :D
- hace 16 días
hasta ahora todo bien
- hace 20 días
MUY BUENO
- gaspi17PLUShace 20 días
Explica bien y le presta atencion a las personas que programan en google colab o las que programan en visual studio code
Por otra parte, comparte contenidos en el canal de Youtube RingaTech, con el objetivo de enseñar e informar en temas de tecnología, ciberseguridad e inteligencia artificial. Como parte del canal ha desarrollado algunos proyectos y juegos cuyo código está disponible al público.
Contenidos
- U1
Introducción
- Presentación
- Influencias
- U2
Las bases del machine learning
- ¿Qué es el machine learning?
- Posibilidades del machine learning
- Configuración del ambiente de trabajo
- U3
Tus primeros modelos
- Tipos y ejemplos de machine learning
- Los datos: la base de cualquier modelo
- Librerías de Python
- Tu primer modelo: regresión lineal
- Regresión lineal en detalle
- U4
Algoritmos de machine learning
- Sets y análisis de datos
- Ejercicio de regresión lineal
- Regresión logística
- Ejercicio de regresión logística
- Árboles de decisión
- Ejercicio de árboles de decisión
- U5
Más algoritmos de machine learning
- Máquinas de vectores de soporte
- Ejercicio de máquinas de vectores de soporte
- Clusterización con K-means
- Ejercicio de clusterización con K-means
- U6
Redes neuronales y deep learning
- Intuición y cómo aprenden las redes neuronales
- Red neuronal de regresión
- Red neuronal de clasificación 1
- Red neuronal de clasificación 2
- Convoluciones y filtros
- Redes neuronales convolucionales 1
- Redes neuronales convolucionales 2
- Transferencia de aprendizaje 1
- Transferencia de aprendizaje 2
- PF
Proyecto final
- Introduction to AI with Python
Qué esperar de un curso de Domestika
Aprende a tu ritmo
Disfruta aprendiendo desde casa, sin horarios y a tu ritmo. Tú decides cuándo seguir con cada unidad.
Aprende de los mejores profesionales
Aprende los métodos y técnicas más útiles con los mejores profesionales del sector creativo.
Conoce a profesores expertos
Cada profesor te transmitirá sus conocimientos con pasión, ofreciéndote explicaciones claras y una perspectiva profesional en cada lección.
Certificados
PLUSSi eres Plus, obtén un certificado personalizado y firmado por tu profesor. Compártelo en tu porfolio, en las redes sociales o donde quieras.
Ponte en primera fila
La alta calidad de los vídeos permitirá que no te pierdas ni un solo detalle. Gracias al acceso ilimitado, podrás ver las lecciones todas las veces que necesites para perfeccionar tus habilidades.
Comparte conocimientos e ideas
Pregunta, pide opinión y ofrece soluciones. Comparte tu experiencia de aprendizaje con otros estudiantes de la comunidad tan apasionados por la creatividad como tú.
Conecta con una comunidad creativa global
Esta comunidad cuenta con millones de usuarios de todo el mundo, personas curiosas y con ganas de explorar y expresar su creatividad.
Realiza cursos profesionalmente producidos
Domestika selecciona cuidadosamente los profesores y produce cada curso internamente para garantizar una experiencia de aprendizaje online excelente.
Preguntas frecuentes
Aprenderás los conceptos clave de Machine Learning, cómo aplicar algoritmos a problemas reales, trabajar con visión computacional, preparar y analizar datos, y desarrollar proyectos prácticos usando Python y librerías populares como pandas, scikit-learn y TensorFlow.
El curso es de nivel intermedio. Se recomienda tener conocimientos básicos de programación en Python y nociones generales de matemáticas para aprovechar mejor los contenidos y ejercicios prácticos.
Necesitas tener instalado Python, acceso a Google Colab o Visual Studio Code, y conocimientos básicos de programación. También se recomienda una conexión a internet estable y un ordenador con recursos suficientes para ejecutar notebooks y bibliotecas de Machine Learning.
Realizarás proyectos de clasificación de imágenes y textos, detección de anomalías, segmentación de clientes, modelos de regresión y clasificación binaria, y aplicaciones de visión computacional usando datasets reales y librerías de Python.
El curso aborda aplicaciones como visión artificial, reconocimiento de patrones, detección de fraudes, diagnóstico médico, predicción de precios, segmentación de clientes y sistemas de recomendación personalizada.
A diferencia de la programación tradicional, Machine Learning permite que los sistemas aprendan de los datos y mejoren su desempeño automáticamente, en lugar de seguir reglas programadas explícitamente.
Trabajarás con pandas para análisis de datos, scikit-learn para modelos de Machine Learning, TensorFlow y Keras para redes neuronales, además de Google Colab y Visual Studio Code para programar y ejecutar tus proyectos.