Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 32 vistas

    Información Del Curso Abierto - Inteligencia Artificial para Las Ciencias e Ingenierías

    Cargado por

    Raul Ramos

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Información Del Curso Abierto - Inteligencia Artificial para Las Ciencias e Ingenierías

    Cargado por

    Raul Ramos
    32 vistas3 páginas

    Título original

    Información del curso abierto — Inteligencia Artificial para las Ciencias e Ingenierías

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    32 vistas3 páginas

    Información Del Curso Abierto - Inteligencia Artificial para Las Ciencias e Ingenierías

    Cargado por

    Raul Ramos

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 3

    9/24/22, 8:35 PM Información del curso abierto — Inteligencia Artificial para las Ciencias e Ingenierías

    Información del curso abierto

    Contents
    Registro y plataforma
    Discusiones, Q&A, incidencias
    Dirigido a
    Dedicación
    Con los siguientes principios
    Organización del contenido
    Evaluación y certificado

    Bienvenid@s al curso de Inteligencia Artificial para las Ciencias y las Ingenierías. Este es
    un CURSO ABIERTO, que está basado sobre el curso análogo que ofrecemos en la
    Facultad de Ingeniería, en la Universidad de Antioquia, en Medellín, Colombia.

    SI ESTÁS MATRICULADO EN LA MATERIA EN LA FACULTAD DE


    INGENIERÍA DE LA UDEA EN 2022-2 accede a ESTA PÁGINA

    Bienvenidos al curso de Inteligencia Artificial para las Cien…


    Cien…

    Registro y plataforma
    En el menú de la izquierda podrás navegar por los materiales del curso, acceder a los
    videos notebooks y talleres.

    Rellena ESTE FORMULARIO para recibir una invitación para unirte formalmente al curso y
    a la plataforma de seguimiento.

    Una vez registrado podrás entrar a la PLATAFORMA DE SEGUIMIENTO y acceder a las


    evaluaciones automáticas y en línea del curso y al certificado final del mismo.

    Revisa estos dos vídeos para ver cómo se interacciona con los materiales del curso:

    Trabajando con los materiales del curso Video 13mins


    Talleres y plataforma de autocorrección Video 13mins

    Discusiones, Q&A, incidencias


    https://rramosp.github.io/ai4eng.v1/intro.html 1/3
    9/24/22, 8:35 PM Información del curso abierto — Inteligencia Artificial para las Ciencias e Ingenierías

    Indícanos cualquier duda, sugerencia o incidencia, o inicia una discusión con la comunidad del
    curso en el siguiente foro. Las discusiones son en abierto. Si quieres participar tendrás que
    utilizar tu usuario Github.

    FORO DE DISCUSIONES DEL CURSO

    Dirigido a
    quien tenga interés en aplicar IA basada en Machine Learning en la práctica.

    Diseñar y aplicar soluciones basadas en IA pasa por adquirir un conocimiento técnico


    concreto, tengas un perfil técnico, ingeniero o de gestión. Creemos firmemente que esta base
    técnica es INDISPENSABLE para poder diseñar, construir, evaluar, subcontratar,
    coordinar, … cualquier sistema que pretenda usar técnicas de IA.

    Dedicación
    Si ya conoces Python y tienes bases de algorítmica, el curso te llevará aproximadamente 40
    horas de dedicación. Si vas a aprender
    Python con el curso necesitarás aprox 60 horas,
    dependiendo de tus conocimientos previos.

    El curso lo puedes hacer a tu propio ritmo, usando los videos, talleres autocorregibles y foros
    del curso. Te recomendamos que organices tu tiempo para seguirlo de manera pausada pero
    constante.

    Por nuestra experiencia, una dedicación de entre 5 horas a la semana repartidas en dos o
    tres sesiones semanales es lo ideal.

    Con los siguientes principios


    Aprender cualquier materia pasa por cometer todos los posibles errores. El curso
    está diseñado sobre Jupyter Notebooks ejecutables directamente en Google Colab para
    que interacciones directamente con el contenido y construyas tu propia experiencia.
    Debes de aceptar el reto de programar en Python. Un módulo del curso está dedicado
    a Python para que aprendas o refresques.
    Cualquiera puede aprender a programar (Python). Por ejemplo, si has hecho una
    fórmula o una macro en Excel, ya has programado. Si nunca has usado un lenguaje de
    programación, tendrás que dedicarle un poco más de tiempo al curso. Si has usado otros
    lenguajes de programación, tendrás que acostumbrarte a la forma de programar de
    Python.
    Huímos de cualquier idea fantasiosa de IA. Generamos modelos basados en los datos,
    que funcionarán mejor o peor, serán más o menos útiles en tanto en cuanto entendamos
    y manejemos los procesos por los que creamos dichos modelos.
    Este proceso es experimental e iterativo, la mayoría de las preguntas las
    responderemos implementando algún experimento con datos y entendiendo sus
    resultados.

    Organización del contenido


    El contenido de cada MÓDULO está desarrollado a través de vídeos explicativos y
    como Notebooks de Jupyter, en Python, ejecutables directamente sobre Google Colab.
    Hay dos tipos de notebooks: (1) contenido y explicación que se usan para apoyar los
    conceptos que explicamos en los videos; y (2) laboratorios que tienes que resolver para
    consolidar tu aprendizaje.
    Podrás acceder a videos y notebooks de contenido y de talleres.

    https://rramosp.github.io/ai4eng.v1/intro.html 2/3
    9/24/22, 8:35 PM Información del curso abierto — Inteligencia Artificial para las Ciencias e Ingenierías

    Si, además, te registraste en nuestra plataforma de seguimiento podrás tener una


    evaluación en línea de las soluciones que desarrolles para los laboratorios y un
    certificado del curso si lo pasas.

    Evaluación y certificado
    Para pasar el curso abierto tendrás que solucionar al menos el 90% de los ejercicios de
    los laboratorios. Cada ejercicio y laboratorio se califica con una nota entre 0 y 5. Por
    tanto, tendrás que tener una calificación 4.5 o mayor para pasar el curso y obtener el
    certificado.
    Si estás matriculado en una sesión como parte de un programa de la Universidad
    de Antioquia consulta la página correspondiente para informarte sobre las evaluaciones
    y las fechas límite para las entregas.
    El certificado es emitido por nuestro grupo de investigación IN2LAB: Intelligent
    Information Systems Lab de la Facultad de Ingeniería de la Universidad de
    Antioquia, Medellín, Colombia, que está acreditado como A1 ante el Ministerio de
    Ciencias, de Colombia. Los profesores que estamos al frente de este grupo somos:
    Raúl Ramos Pollán, Inteligencia artificial, Deep Learning. google scholar
    Julián David Arias Londoño, Machine Learning, Deep Learning. google scholar
    John Freddy Duitama Muñoz, Big Data, Procesamiento de grandes volúmenes de
    datos. google scholar
    Danny Múnera, IoT, Procesamiento de Señal. google scholar
    Diego Botia, Ingeniería del Software. google scholar

    Descarga un ZIP con los notebooks del curso

    By Raúl Ramos / Universidad de Antioquia

    © Copyright 2020.

    https://rramosp.github.io/ai4eng.v1/intro.html 3/3

    También podría gustarte