Taller de Inteligencia Artificial
Formación práctica y acompañada durante 50 semanas: fundamentos, Python, modelos de IA, electrónica y proyectos con Arduino, Raspberry Pi y Jetson Nano.
Resumen
- Duración: 50 semanas (inicio en septiembre)
- Trabajo en casa: ~4 horas por semana
- Requisitos: notebook personal; de ser posible, Arduino UNO
- Soporte: dudas por correo entre sesiones y ejercicios guiados
Temas del curso
Tema 1 — Historia y ramas de la IA
- Redes neuronales artificiales
- Arduino, Raspberry Pi y Jetson Nano: introducción y configuración
- Introducción a Python (segunda parte)
Tema 2 — Filosofía de la mente
- Redes neuronales, perceptrón
- Programación con Arduino
- Principios de electricidad
Tema 3 — Percepción, contextualización, significación, inferencia
- Estadística en redes neuronales
- Programación con Raspberry Pi
- Elementos de electrónica
Tema 4 — Mente artificial
- Predict en redes neuronales
- Introducción al álgebra vectorial
- Introducción a sensores
Duración y logística
Duración del taller: 50 semanas. Inicio: septiembre.
Dependiendo del avance se programará el temario detallado para octubre. Los temas pueden extenderse o recortarse según las necesidades del grupo; se verán completos y se supervisará que todos comprendan.
- Durante la semana se atenderán dudas por correo y se dejarán ejercicios.
- Se requiere que todos lleven notebook y, de ser posible, Arduino UNO.
- Trabajo en casa: ~4 horas por semana.
- Quienes presenten rezagos deberán tomar tutoriales entre semana para emparejarse con el grupo.
Programa de 50 sesiones
| Sesión | Área | Contenido |
|---|---|---|
| 1 | Fundamentos de IA, Lógica y Matemáticas | Historia y ramas de la IA |
| 2 | Fundamentos de IA, Lógica y Matemáticas | Lógica booleana y álgebra |
| 3 | Fundamentos de IA, Lógica y Matemáticas | Probabilidad básica |
| 4 | Fundamentos de IA, Lógica y Matemáticas | Álgebra lineal en IA |
| 5 | Fundamentos de IA, Lógica y Matemáticas | Funciones y gráficos |
| 6 | Fundamentos de IA, Lógica y Matemáticas | Derivadas y gradientes |
| 7 | Fundamentos de IA, Lógica y Matemáticas | Representación de datos |
| 8 | Fundamentos de IA, Lógica y Matemáticas | Modelos simples de predicción |
| 9 | Fundamentos de IA, Lógica y Matemáticas | Optimización básica |
| 10 | Fundamentos de IA, Lógica y Matemáticas | Teoría de conjuntos aplicada a IA |
| 11 | Python para Inteligencia Artificial | Introducción a Python |
| 12 | Python para Inteligencia Artificial | Variables, condicionales y bucles |
| 13 | Python para Inteligencia Artificial | Funciones y estructuras de datos |
| 14 | Python para Inteligencia Artificial | NumPy y manipulación numérica |
| 15 | Python para Inteligencia Artificial | Pandas y manejo de datos |
| 16 | Python para Inteligencia Artificial | Matplotlib para visualización |
| 17 | Python para Inteligencia Artificial | Introducción a scikit-learn |
| 18 | Python para Inteligencia Artificial | Regresión lineal en Python |
| 19 | Python para Inteligencia Artificial | Clasificación básica |
| 20 | Python para Inteligencia Artificial | Validación cruzada y métricas |
| 21 | IA y Modelos de Aprendizaje | Redes neuronales artificiales |
| 22 | IA y Modelos de Aprendizaje | Perceptrón y funciones de activación |
| 23 | IA y Modelos de Aprendizaje | Backpropagation e implementación |
| 24 | IA y Modelos de Aprendizaje | Redes multicapa |
| 25 | IA y Modelos de Aprendizaje | Overfitting y regularización |
| 26 | IA y Modelos de Aprendizaje | KNN, SVM y árboles de decisión |
| 27 | IA y Modelos de Aprendizaje | Clustering y K-means |
| 28 | IA y Modelos de Aprendizaje | Reducción de dimensiones (PCA) |
| 29 | IA y Modelos de Aprendizaje | Procesamiento de lenguaje natural |
| 30 | IA y Modelos de Aprendizaje | Series temporales e inferencia |
| 31 | Física aplicada a IA y sensores | Señales analógicas vs digitales |
| 32 | Física aplicada a IA y sensores | Magnitudes físicas: voltaje, corriente, resistencia |
| 33 | Física aplicada a IA y sensores | Teoría de sensores: temperatura, luz, movimiento |
| 34 | Física aplicada a IA y sensores | Microcontroladores: Arduino y Raspberry Pi |
| 35 | Física aplicada a IA y sensores | PWM y control de servos |
| 36 | Física aplicada a IA y sensores | Conversión ADC y DAC |
| 37 | Física aplicada a IA y sensores | Comunicaciones: I2C, SPI, UART |
| 38 | Física aplicada a IA y sensores | Redes físicas de sensores (IoT) |
| 39 | Física aplicada a IA y sensores | Filtrado y preprocesamiento físico de señales |
| 40 | Física aplicada a IA y sensores | Control y automatización básica |
| 41 | Proyectos con Jetson, IoT y visión | Jetson Nano: introducción y configuración |
| 42 | Proyectos con Jetson, IoT y visión | Cámaras y visión artificial |
| 43 | Proyectos con Jetson, IoT y visión | Reconocimiento facial |
| 44 | Proyectos con Jetson, IoT y visión | Detección de objetos con IA |
| 45 | Proyectos con Jetson, IoT y visión | Integración con sensores IoT |
| 46 | Proyectos con Jetson, IoT y visión | Interfaces web para visualización |
| 47 | Proyectos con Jetson, IoT y visión | Control remoto y dashboards |
| 48 | Proyectos con Jetson, IoT y visión | Proyecto 1: Sistema de monitoreo inteligente |
| 49 | Proyectos con Jetson, IoT y visión | Proyecto 2: Brazo robótico con visión |
| 50 | Proyectos con Jetson, IoT y visión | Cierre: Demostración de proyectos y evaluación final |
Inscripción / Contacto
¿Te interesa inscribirte o conocer fechas exactas? Escríbenos.