Inteligencia Artificial Aplicada — Básico

🎯 Objetivo del curso

Hacer que el sistema piense, decida y aprenda. Cómo integrar modelos de IA, desde lo simple hasta redes neuronales, en todo el ciclo del sistema.

📌 Programa Sintético

Conceptos: IA, Machine Learning, Deep Learning. Datos: recolección, limpieza, etiquetado, preparación, aumento. Algoritmos clásicos: regresión, clasificación, agrupamiento, anomalías. Redes neuronales: estructura, funcionamiento, entrenamiento. Visión artificial: imágenes, detección, reconocimiento. IA en dispositivos: modelos livianos, optimización, ejecución local. Integración con sistema IoT. Proyecto final: modelo inteligente funcional.

🧩 Proyecto del nivel

Desarrollo e integración de un modelo de IA funcional en un sistema IoT real: detección de anomalías en señal de sensor, entrenado en cloud y ejecutándose en dispositivo embebido, con pipeline completo de datos.

Unidad 1 (Sem 1-2): IA, ML, DL y datos. Unidad 2 (Sem 3-4): Algoritmos clásicos. Unidad 3 (Sem 5-6): Redes neuronales y visión. Unidad 4 (Sem 7-8): Edge AI e integración.

Unidad 1 — Conceptos Fundamentales y Datos (Semanas 1-2)

• Mapa IA→ML→DL, ciclo de vida del modelo
• Preparación de datos: limpieza, normalización, split
• Lab: dataset de sensor preparado para ML

Unidad 2 — Algoritmos Clásicos de ML (Semanas 3-4)

• Regresión lineal y logística: predecir valores y clases
• Árbol de decisión y Random Forest: interpretable y potente
• K-Means: agrupamiento sin etiquetas
• Lab: detector de anomalías con Isolation Forest en datos de sensor

Unidad 3 — Redes Neuronales Básicas (Semanas 5-6)

• Neurona artificial: pesos, sesgo, activación
• Red fully-connected: capas, forward pass, backpropagation
• Keras/TensorFlow: entrenamiento de MLP en Colab
• Lab: clasificador de estado de máquina (normal/fallo) con red neuronal

Unidad 4 — Edge AI e Integración (Semanas 7-8)

• TFLite: convertir y cuantizar modelo para dispositivo
• Inferencia en ESP32/Raspberry Pi
• Integración del modelo en el pipeline IoT
• Proyecto final: modelo funcionando en dispositivo real

Bienvenido a Inteligencia Artificial Aplicada — Nivel Básico.

Semana 1: ¿Qué es realmente la IA?
– Inteligencia Artificial: el campo más amplio
– Machine Learning: cuando la máquina aprende de datos
– Deep Learning: cuando la máquina aprende con redes neuronales
– El mapa completo: IA ⊃ ML ⊃ DL
– Aplicaciones en el mundo real que usamos todos los días