Please enable JavaScript.
Coggle requires JavaScript to display documents.
Fundamentos Inteligencia Aritificial - Coggle Diagram
Fundamentos Inteligencia Aritificial
Modelos Matematicos
Un modelo matemático en IA es una representación formal de un fenómeno o tarea.
Los modelos matematicos podria ser una funcion que toma los datos de entradas (Variables independientes) y produce una prediccion (Variables dependiente )
EJEMPLOS
Regresiòn lineal
Este modelo nos sirve para predecir un valor, muy utilizado en estadisticas
Redes Neuronales
Inspirado en el cerebro humando, se compone por nodos, que son puntos interconectados imitando neuronas artificiales, que procesan la informacion por capas
Funciones de Coste
Ecuaciones que miden el error de un modelo.
VENTAJAS
Precision y Rigor
Generalizacion
Optimizacion
DESVENTAJAS
Simplificacion de la realidad
Sensibilidad a los parametros
Interpretacion
Algoritmos
Es una secuencia lógica y ordenada de pasos que, cuando se siguen, garantizan la solución de un problema específico
EJEMPLOS
Algoritmo de Busqueda A
Utilizado en videojuegos y sistemas de navegación GPS para encontrar la ruta más corta entre dos puntos
Clasificaciòn Naive Bayes
Empleado en filtros de spam para determinar si un correo electrónico es o no deseado basándose en la probabilidad de ciertas palabras.
Algoritmo de clustering K-Means:
Agrupa datos similares en categorías, por ejemplo, para segmentar clientes en marketing.
VENTAJAS
Eficiencia
Pueden procesar grandes volúmenes de datos rápidamente
Precision
Al seguir reglas lógicas, minimizan los errores humanos
Reusabilidad
Un mismo algoritmo puede aplicarse a diferentes conjuntos de datos.
DESVENTAJAS
Dependencia de los datos
Complejidad
Sesgo
Aprendizaje automatico
El aprendizaje automático es un proceso en el que un modelo de IA se entrena con un conjunto de datos (datos de entrenamiento) para que aprenda a realizar una tarea, como clasificar imágenes o predecir valores. La idea central es que, a medida que el sistema ve más ejemplos, se vuelve más preciso.
EJEMPLOS
Sistema de Recomendaciòn
Plataformas como Netflix o Spotify
Reconocimiento facial
Sistema que desbloquean tu smartphone que reconocen patrones faciales
Diagnòstico medico
Modelos entrenados con imágenes que ayudan a radiólogos a detectar tumores o enfermedades con mayor precisión
VENTAJAS
Automatizacion
Resuelve tareas complejas y repetitivas sin intervencion
Adaptabilidad
Los modelos pueden actualizarse y mejorar a medida que se les proporciona más información.
Descubrimiento de Patrones
Permite encontrar relaciones y patrones en los datos que serian para los humanos
DESVENTAJAS
Gran necesidad de datos
"Caja Negra" Dificultad para entender porque el modelo tomo una decisiòn
Costos computacionales, ya que modelos a gran escalas son costosos en tèrminos de tiempo y recursos
