¡Bienvenido al repositorio oficial de la materia! Aquí encontrarás todo el material de clases, incluyendo presentaciones, ejercicios prácticos y notebooks interactivos.
📝 Nota: Para revisar los criterios de aprobación de la materia, por favor consulta el documento correspondiente.
El material está estructurado por clases de la siguiente manera:
📁 clase#
├── 📄 README.md
├── 📁 teoria/
├── 📁 ejercicios/
└── 📁 jupyter_notebooks/
Para aprovechar el contenido, asegúrate de contar con el siguiente entorno de trabajo:
- Python: >=3.11
- Librerías principales: Numpy, Pandas, SciPy, Matplotlib, Seaborn, Scikit-Learn, Pygame
- Consolas interactivas: IPython, Jupyter Notebook
- Visual Studio Code
- Cursor / Google Antigravity / Windsurf
- PyCharm Community Edition
- Google Colab
Opción 1: uv (Recomendado)
Este repositorio contiene un archivo pyproject.toml para instalar las dependencias súper rápido usando uv.
uv syncOpción 2: Conda
Si prefieres usar Conda/Anaconda, proveemos el archivo env_anaconda_shareable.yml. Puedes crear el entorno y activarlo con:
conda env create -f env_anaconda_shareable.yml
conda activate ia_env| Clase | Temas Principales | Link |
|---|---|---|
| 01 | Introducción a la Materia • Inteligencia Artificial • Python | 🔗 Ver Clase |
| 02 | Agente de resolución de problemas • Agente racional • Resolución mediante búsqueda | 🔗 Ver Clase |
| 03 | Problemas de optimización • Algoritmos de búsqueda Local • Búsqueda en espacios continuos | 🔗 Ver Clase |
| 04 | Aprendizaje Automático • Formas de aprendizaje • Aprendizaje supervisado | 🔗 Ver Clase |
| 05 | Regresión Lineal (simple y múltiple) • Regresión Ridge y Lasso | 🔗 Ver Clase |
| 06 | Conceptos de Clasificación • Regresión logística • Clasificador bayesiano ingenuo | 🔗 Ver Clase |
| 07 | Aprendizaje por Refuerzo • Proceso de decisión de Márkov • Ecuación de Bellman | 🔗 Ver Clase |
⭐ Libro Principal:
- Artificial Intelligence: A Modern Approach - Stuart Russell, Peter Norvig (Ed. Pearson)
Otros recursos útiles:
- Artificial Intelligence Basics: A Non-Technical Introduction - Tom Taulli (Ed. Apress)
- Artificial Intelligence For Dummies - John Paul Mueller, Luca Massaron
- An Introduction to Statistical Learning - Gareth James (Ed. Springer)
- Python Data Science Handbook - Jake VanderPlas
- The Elements of Statistical Learning - Trevor Hastie (Ed. Springer)
Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.
