El porqué de todo esto.
Creo que es una buena idea empezar explicando el porque de este curso. No os preocupeis, unas líneas más abajo ya empezamos con la primera lección, pero me gustaria poneros en situación y presentar las intenciones y el formato que, en un principio, va a seguir este curso de IA.
Estuve bastante tiempo pensando que me gustaría introducirme en la IA. La verdad es que estuve años, con curiosidad. Pero, tengo un trabajo, una familia, unos hobbies, todo esto se reduce en una falta de tiempo, que supongo es compartida con la mayoría de personas que siguen una vida de “adulto”.
Siempre que me acercaba a un curso que me parecía interesante me encontraba con un apartado de prerrequisitos, que variaban, pero casi siempre aparecía Python y lo que llamaban Álgebra Básica. Un par de veces me puse con alguno de los cursos de Python o Álgebra para cumplir con los prerrequisitos…. ME ABURRIA!!!!! MUCHO!!!! Sumemos que mi trabajo no está en el mundo de la IA, tengo poco tiempo, tengo cosas divertidas que hacer…. los abandonaba todos.
Entonces…. ¿Como he llegado aquí? Bueno, pues un buen día, pasando de prerrequisitos, empecé un proyecto de programación de NPC’s con Reinforcement Learning. Oye! ¿Esto suena a IA, no? Exacto!!!!! IA Para juegos. Para crear esos caracteres que acompañan al jugador controlados por IA. Era un campo novedoso, y aún lo es. Aprendí lo que no está escrito, me di de bruces con casi todo. Pero aprendí muchos conceptos de IA, a cómo afrontar estos proyectos, que puede caber dentro del Reinforcement Learning y que no.
Os dejo el link a los curso de programación de NPC’s con ML-Agents por si tenéis curiosidad
https://cursos.uadla.com/course-category/ml-agents/
Ahora, con todos esos conceptos adquiridos no me ha costado tanto introducirme en la IA más “convencional”, esa IA más de empresa, mas Business Friendly. Y de esto va a ir este curso. Que personas con un conocimiento BÁSICO. de programación, o adelantado da lo mismo, sean capaces de ir afrontando proyectos cada vez más complejos dentro de la IA e ir adquiriendo los conocimientos poco a poco y afianzandolos en cada proyecto nuevo.
Punto de partida y donde vamos a llegar.
Primero decir que esto es una declaración de intenciones, no está grabado a fuego, ni es un contrato. Me puedo desviar del camino, o saltar antes de que lleguemos al final. Pero si que tengo una pequeña idea. Venga! Os la explico.
Partiremos con Machine Learning, y con datos en CSV. Usando técnicas de Supervised learning para solucionar problemas de Clasificación y Regresión. ¿Os suena a chino? No hay problema. Es de lo primero que vamos a ver, y sin darnos cuenta. Empezaremos usando un framework llamado SciKit-learn. Aquí es donde está toda la magia de las matemáticas, unos genios han creado los algoritmos, y nosotros vamos a usarlos. Nuestra responsabilidad es usarlos correctamente. No es quizás el Framework más famoso, pero no serà el único que veamos, y muchas empresas como Spotify o Booking lo usan. Creo yo que para solucionar problemas de Clustering (otro palabrejo) en Unsupervised Learning. Es decir, para dar recomendaciones.
¿Donde quiero llegar?
A dominar dos Frameworks, SciKit-Learn y TensorFlow. A ser capaces de afrontar problemas en cualquier rama de la IA, ya sea en reconocimientos de Imágenes, entreno de robots, análisis de sentimientos…. Sí… vale, me entra ansiedad de solo pensar el trabajo que hay por delante. Por eso no quiero comprometerme, ni en plazos ni en el abarque, iremos poco a poco y llegaremos donde podamos. Pero lo que SÍ que os prometo es que voy a intentar que cada lección MEREZCA LA PENA. Quiero evitar la sensación de contenido de relleno, de contenido aburrido, quiero que en cada lección se pueda decir: hoy he aprendido algo útil!
¿El formato?
Mayoritariamente vídeos. Pero un vídeo no es suficiente. Cada vídeo será acompañado por un artículo, y la sección más importante del artículo se llamará ¿Qué hemos aprendido?
Los vídeos serán muy prácticos, y a veces nos puede quedar la sensación de… “me he dedicado a copiar pero no he pillado nada”. La intención es comunicar muy claramente que hemos visto, cuales han sido los conceptos nuevos, no solo que lo practiquemos, sino que al finalizar podamos decir: “ahhhh si! es verdad! estos es lo que he estado haciendo!”
Los artículos los iré publicando en mi blog: martra.uadla.com y en linkedin. Quizás acabe creando un curso con lecciones, pero eso será más adelante, cuando ya tenga tanto contenido que realmente lo mejor sea agruparlo.
Por ahora iré dejando los links en este mismo post, espero que disfrutemos juntos del viaje!!!
Veremos lo impresionantemente sencillo que puede ser obtener mejoras de rendimiento significativas usando la generación automática de código en Graph Read more
https://aws.amazon.com/es/training/learning-paths/machine-learning/ Amazon ha decidido ofrecer sus cursos sobre Machine Learning de forma gratuita. Lo único que te pide es que Read more
Bueno, pues después de unos meses de preparación y unos días de nervios. Decidí presentarme al examen para obtener el Read more
Vamos a crear dos proyectos de Machine Learning usando la herramienta Google Teachable Machines. Es una herramienta impresionantemente sencilla de Read more
[…] ya está aquí la segunda entrega de esta serie de Machine Learning, que forma parte del «curso» práctico de IA sin prerrequisitos. Hoy toca un proyecto de Regresión que usamos como excusa para trabajar con los datos y dejarlos […]