✒️Unidad 1: Introducción a la Inteligencia Artificial
- Historia y evolución de la IA
- Ámbitos de aplicación actuales
- Impacto de la IA en la sociedad y la industria
- Vectores y matrices
- Operaciones algebraicas
- Aplicaciones en redes neuronales
✒️Unidad 3: Preprocesamiento de datos
- Limpieza y transformación de datos
- Uso de NumPy y Pandas
- Normalización y codificación
- Distribuciones y variables aleatorias
- Medidas de tendencia y dispersión
- Aplicación estadística en IA
✒️Unidad 5: Aprendizaje supervisado
- Regresión lineal y logística
- Árboles de decisión, KNN, Naïve Bayes
- Evaluación de modelos supervisados
✒️Unidad 6: Aprendizaje no supervisado
- Clustering: K-means, DBSCAN
- Reducción de dimensionalidad: PCA
- Interpretación de resultados
✒️Unidad 7: Procesamiento de lenguaje natural (NLP)
- Tokenización y vectorización de texto
- Stemming y lematización
- Modelos de clasificación de texto
✒️Unidad 8: Redes neuronales y Deep Learning
- Arquitectura de redes neuronales
- Uso de Keras y TensorFlow
- Aplicaciones en visión por computador y NLP
✒️Unidad 9: Capstone Project
- Definición de problema real
- Recolección y limpieza de datos
- Modelado y presentación final
