1.9 KiB
IA: Resumen Parcial 1
Intro
Las IA son sistemas informáticos que simulan procesos de la inteligencia humana (aprendizaje, razonamiento y autocorrección).
Conceptos fundamentales:
- Algoritmos y modelos
- Procesamiento del lenguaje natural (NLP)
- Visión por computadora
- Aprendizaje automático (Machine Learning)
- Redes neuronales artificiales
Manejo de datos:
- Tipos de datos
- Recolección
- Limpieza y calidad
Estructuras de datos:
- Almacenamiento
- Formatos
- Preprocesamiento para IA (selección, transformación, división en entrenamiento, validación y prueba).
IA Simbolica
Se basa en el razonamiento logico, Utiliza simbolos para poder representar su realidad, utilizando representaciones abstractas.
Sus principales aplicaciones son:
- Procesamiento de texto.
- Reconocimiento de voz.
- Juegos como ajedrez.
Una Ventaja que tiene es su baja necesidad de datos, ya que, puede utilizar informacion depurada por expertos. (Smart Data).
Limites
Tiene una poca habilidad para adaptarse y manejar incertidumbre. Lo que llevo al desarrollo de la IA a un estancamiento en los años 70s.
Programacion Logica
Es un paradigna que nace de la logica matematica. Describe el conocimeinto en base a predicados que presentan propiedades y relaciones entre si.
Red Neuronal
Originalmente inspiradas de la neuronas biologicas. Toma señales de entrada las procesa y las genera de salida.
Estructuralmente se pueden dividir en 4 partes.
- Entrada,
Son los datos que recibe - Pesos,
Es la importancia de cada entrada - Suma Ponderada,
$z = w_1 x_1 + w_2 x_2 + ... + w_n x_n + b$ el 'b' siendo el sesgo. - Funcion de activacion,
Transforma la suma en la salida final
Relacion con regresion lineal
La funcion de activacion permite modelar problemas complejos y no lineales.
Una funcion de activacion consiste de una condicion encargada de definir si una neurona se activa o no.