Inteligencia Artificial
Descubre los fundamentos teóricos y prácticos que te prepararán para diseñar, implementar y evaluar soluciones inteligentes en distintos ámbitos.
¿De qué trata este curso?
A lo largo de 16 semanas, aprenderás desde los conceptos básicos de IA y agentes hasta técnicas avanzadas en Machine Learning, Deep Learning e IA Generativa.
Fundamentos de IA y Agentes
Conceptos básicos, historia, tipos y arquitectura de agentes inteligentes.
Estrategias de Búsqueda y Juegos
Resolución de problemas mediante búsquedas y desarrollo de algoritmos para juegos.
Machine Learning y Deep Learning
Métodos supervisados, no supervisados, por refuerzo y redes neuronales.
IA Generativa y Ética
Modelos generativos, aplicaciones creativas e impacto ético y futuro.
Programa del Curso y Temas por Semana
Selecciona una semana para ver el contenido completo y conocer los grupos de trabajo especializados.
Unidad 1: Fundamentos de IA y Agentes
Fundamentos de IA
Introducción a conceptos, historia, áreas y aprendizaje automático.
Agentes Inteligentes
Conceptos, tipos, arquitectura y diseño de agentes.
Unidad 2: Estrategias de Búsqueda y Juegos
Búsquedas
Resolución de problemas mediante búsquedas: ciegas e informadas.
Juegos de Estrategia
Desarrollo y análisis de algoritmos para juegos humano-máquina y con aprendizaje automático.
Unidad 3: Machine Learning
Métodos Supervisados
Fundamentos, aplicaciones, algoritmos básicos y desarrollo de modelos en Python.
Ver página del grupo 6Métodos No Supervisados
Introducción al aprendizaje no supervisado, aplicaciones y modelado práctico.
Ver página del grupo 4Métodos por Refuerzo
Fundamentos, algoritmos y aplicación práctica en entornos dinámicos.
Ver página del grupo 7Evaluación Parcial
Examen Parcial
Evaluación acumulativa de los contenidos vistos.
Unidad 4: Deep Learning
Fundamentos del Deep Learning
Conceptos básicos, diferencias con ML clásico, redes neuronales y visualización de convergencia.
Ver página del grupo 2Redes Neuronales Convolucionales
Arquitecturas clásicas y construcción de modelos CNN en Python.
Ver página del grupo 3Redes Recurrentes y LSTM
Funcionamiento, aplicaciones y modelado para series temporales y procesamiento de texto.
Ver página del grupo 5Unidad 5: IA Generativa
Fundamentos de la IA Generativa
Introducción a modelos generativos, diferencias y aplicaciones, con énfasis en Transformers y GPT.
Ver página del grupo 1Redes Generativas Adversarias
Aplicaciones en generación de imágenes y transferencia de estilo mediante GANs.
Ver página del grupo 8IA Creativa y Ética
Conceptos y aplicaciones en arte, música, narrativa; consideraciones legales y éticas.
Ver página del grupo 9Evaluación Final
Presentación de Trabajos
Exposición y discusión de proyectos finales en equipo.
Examen Final
Evaluación final que integra todo lo aprendido durante el curso.
Información del Docente
Guerra Grados, Luis Angel
lguerrag1@unmsm.edu.pe
Ciclo: 7
Curso: Inteligencia Artificial
Conoce a tu Grupo de Trabajo
Consulta la información de los grupos de trabajo, integrantes y proyectos asignados en el documento compartido. Allí encontrarás todos los detalles necesarios para coordinar con tu equipo.