Módulo 1: Fundamentos de Inteligencia Artificial y Aprendizaje Automático
Duración: 4 semanas
Objetivos:
- Comprender los conceptos básicos de la inteligencia artificial y el aprendizaje automático.
- Familiarizarse con las herramientas y bibliotecas fundamentales para el desarrollo de proyectos de IA.
- Adquirir habilidades para la preparación y preprocesamiento de datos.
Semana 1: Introducción a la Inteligencia Artificial
Temas:
- Historia y evolución de la IA
- Tipos de IA: débil, fuerte, y general
- Aplicaciones de IA en diversas industrias
Recursos:
- «Artificial Intelligence: A Modern Approach» de Stuart Russell y Peter Norvig (Capítulo 1)
- Coursera: AI For Everyone by Andrew Ng
Conclusión: Al final de esta semana, deberías tener una comprensión básica de lo que es la IA, sus diferentes tipos y cómo se ha desarrollado a lo largo del tiempo.
Semana 2: Fundamentos de Aprendizaje Automático
Temas:
- Conceptos básicos de aprendizaje automático
- Tipos de aprendizaje: supervisado, no supervisado, y por refuerzo
- Ciclo de vida de un proyecto de aprendizaje automático
Recursos:
- «Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow» de Aurélien Géron (Capítulos 1-2)
- Coursera: Machine Learning by Andrew Ng
Conclusión: Al final de esta semana, deberías entender los fundamentos del aprendizaje automático y cómo se aplican en proyectos reales.
Semana 3: Herramientas y Bibliotecas para IA
Temas:
- Introducción a Python para IA
- Bibliotecas esenciales: NumPy, Pandas, Matplotlib
- Introducción a Scikit-learn para aprendizaje automático
Recursos:
- «Python for Data Analysis» de Wes McKinney (Capítulos 4-7)
- Kaggle: Python Course
Conclusión: Al final de esta semana, deberías ser capaz de utilizar las bibliotecas esenciales de Python para análisis de datos y aprendizaje automático.
Semana 4: Preparación y Preprocesamiento de Datos
Temas:
- Recolección de datos
- Limpieza y transformación de datos
- Ingeniería de características
Recursos:
- «Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow» de Aurélien Géron (Capítulos 3-4)
- DataCamp: Data Cleaning with Python
Conclusión: Al final de esta semana, deberías tener las habilidades necesarias para preparar y preprocesar datos para proyectos de IA.