/intro_ia

Material de clases para Introducción a la Inteligencia Artificial (CEIA - FIUBA)

Primary LanguageJupyter Notebook

CC BY-NC-SA 4.0

Inteligencia Artificial

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

Para revisar los criterios de aprobación, ver el documento correspondiente.

Organización del Repositorio

    clase#
        teoria
        ejercicios
        jupyter_notebooks
        README.md

Requerimientos

  • Lenguaje de Programación
    • Python >=3.10
    • Poetry / Pip / Conda para instalar librerías
  • Librerías
    • Numpy, Pandas, SciPy
    • Matplotlib, Seaborn
    • Scikit-Learn
    • Pygame
    • Vizdoom
  • Consola Interactiva de Python
    • IPython
    • Jupyter Notebook
  • Herramientas
    • GitHub para repositorios
  • IDE Recomendados
    • Visual Studio Code
    • PyCharm Community Edition
    • Google Colab

Poetry

Este repositorio contiene un archivo pyproject.toml para instalar las dependencias usando Poetry

Contenido

  • Introducción a la Materia
  • Inteligencia Artificial
  • Python
  • Agente de resolución de problemas
  • Agente racional
  • Resolución de problemas mediante búsqueda
  • Problemas de optimización
  • Algoritmos de búsqueda Local
  • Búsqueda en espacios continuos
  • Aprendizaje Automático
  • Formas de aprendizaje
  • Aprendizaje supervisado
  • Conceptos de Regresión
  • Regresión lineal simple y múltiple
  • Regresión Ridge y Lasso
  • Conceptos de Clasificación
  • Regresión logística
  • Clasificador bayesiano ingenuo
  • Aprendizaje por Refuerzo
  • Proceso de decisión de Márkov
  • Ecuación de Bellman

Bibliografia

  • Artificial Intelligence: A Modern Approach - Stuart Russell, Peter Norvig (Ed. Pearson)
  • Artificial Intelligence Basics: A Non-Technical Introduction - Tom Taulli (Ed. Apress)
  • Artificial Intelligence For Dummies - John Paul Mueller, Luca Massaron (Ed. For Dummies)
  • An Introduction to Statistical Learning - Gareth James (Ed. Springer)
  • Python Data Science Handbook - Jake VanderPlas
  • The Elements of Statistical Learning - Trevor Hastie (Ed. Springer)
  • Life 3.0: Being Human in the Age of Artificial Intelligence - Max Tegmark (Ed. Knopf)

Se recomienda principalmente el primer libro de esta lista. El último libro no es un libro de texto, sino más bien un libro sobre la inteligencia artificial en el mundo.


Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.

CC BY-NC-SA 4.0