Respuestas de foro creadas
-
AutorEntradas
-
06/02/2023 a las 8:35 AM en respuesta a: ¿Tienes alguna duda del Módulo 1? La puedes dejar acá #29886
Ligdi González
SuperadministradorHola Rafael,
Esta es una excelente pregunta. Como tu indicas, los humanos tenemos la vista, el gusto y otros medios para conocer nuestro entorno, todos ellos se interconectan en el cerebro, pero allí está el detalle en donde la IA no ha llegado, el cerebro toma una decisión, de acuerdo a su experiencia, a la demás información que está recibiendo, inclusive también por las emociones y la intuición, todo estos elementos y muchos más hace que el cerebro tome una decisión. Ahora en IA, y en el ejemplo que revisamos previamente de los autos autónomos, cada modelo de IA se interconectan entre en sí, y de acuerdo a una serie de instrucciones programadas se ejecuta una acción, es decir, acá la acción se hace de acuerdo a algo ya establecido, no se evalúa información adicional a la preprogramada.
Te pongo otro ejemplo, revisa este video: https://www.youtube.com/watch?v=aFuA50H9uek&ab. Acá tenemos un robot que está entrenado a abrir una puerta y salir a través de ella, esa es su única función, aunque el humano le cierre la puerta y haga todo lo posible para evitar que haga para lo que está entrenado, el robot seguirá intentando cumplir su función. El robot nunca se frustrara, nunca se enojara con el humano o intentará atacar al humano por evitar que cumpla su función, simplemente el robot seguirá intentado abrir la puerta y salir a través de ella, porque así fue entrenado.
Espero que te haya quedado más claro tu duda.
Saludos.
Ligdi03/02/2023 a las 5:08 PM en respuesta a: ¿Tienes alguna duda del Módulo 1? La puedes dejar acá #29884Ligdi González
SuperadministradorHola Rafael, la forma en que trabajan los autos autónomos son varios modelos de IA trabajando en conjunto, de alguna manera se interconectan para hacer una función. Por ejemplo, tenemos un modelo de visión computacional viendo el frente, otros dos viendo los laterales y otro viendo la parte trasera, y así sucesivamente con cada uno de los elementos. Resumiendo, acá no es un solo modelo de IA haciendo el trabajo, sino son varios que trabajan en conjunto. Espero que t4e haya aclarado la duda.
11/10/2022 a las 8:55 AM en respuesta a: ¿Tienes alguna duda del Módulo 4? La puedes dejar acá #29575Ligdi González
SuperadministradorHola Juan Carlos,
Precisamente incluí este módulo dentro del curso, porque muchas veces nos enfocamos en aprender IA, como obtener la mejor precisión, el mejor modelo, que en ocasiones nos olvidamos en cosas fundamentales como estas. Lo grave es que esto no solamente nos sucede a nosotros que somos «pequeños», sino también a las grandes empresas, como lo viste en los ejemplos de las lecciones. Por lo tanto, hay que considerar toda esta información al momento de desarrollar un proyecto de Inteligencia Artificial.
Saludos.
05/07/2022 a las 1:17 PM en respuesta a: ¿Tienes alguna duda del Módulo 3? La puedes dejar acá #28660Ligdi González
SuperadministradorHola David,
Sobre el «hardware necesario» se refiere a que cuando implementamos algún proyecto de Deep Learning, necesitamos una mayor potencia computacional, si lo comparamos con Machine Learning, esto se debe a que los cálculos realizados acá son mayores y el procesamiento puede llevar mucho más tiempo, por esa razón este tipo de proyectos se prefiere hacerlo en la nube. Pero se debe disponer con esta opción, que en ocasiones es un gasto adicional que se debe tomar en cuenta.
Espero que te haya aclarado la duda.
Saludos.Ligdi González
SuperadministradorHola Juan, todo va a depender de tus conocimientos en estos momentos. Por ejemplo, te pregunto, ¿sabes programar en Python? (en caso de que ese sea el lenguaje de programación seleccionado), si no es así, te recomiendo que por lo menos aprendas lo básico de ese lenguaje de programación. En caso de que sepas Python, puedes empezar con las bases de Machine Learning.
En estos momentos estoy desarrollando un curso de Python para Machine Learning, que será publicado en mes y medio máximo, por si te interesa.
Saludos,
Ligdi González14/12/2021 a las 7:56 AM en respuesta a: ¿Tienes alguna duda del Módulo 3? La puedes dejar acá #28311Ligdi González
SuperadministradorHola Francisco,
Tienes toda la razón, faltaba incluir el video.
Ya esta resuelto el problema y me disculpo por los inconvenientes que esto pudo haberte causado.
Saludos,
Ligdi08/12/2021 a las 2:05 PM en respuesta a: ¿Tienes alguna duda del Módulo 2? La puedes dejar acá #28304Ligdi González
SuperadministradorHola Fran,
Si, las «suposiciones implicitas» se refieren a los sesgos, de esto hablo un poco más en el módulo 4 de este curso. Los sesgos se pueden presentar de distintas formas y podrías ser un curso completo solamente a ese tema, porque hay sesgo desde la recolección de los datos hasta los propios del desarrollador, entonces es algo que hay que tener mucho cuidado al momento de desarrollar un proyecto.
Saludos,
Ligdi González08/12/2021 a las 1:59 PM en respuesta a: ¿Tienes alguna duda del Módulo 2? La puedes dejar acá #28303Ligdi González
SuperadministradorHola Fran,
Es cuanto a tu duda no hay un número mínimo de datos que debes tener para realizar un proyecto de IA o ML, todo va a depender del proyecto que estes desarrollando. Te pongo varios ejemplos para explicar esto:
1. Si estás prediciendo el fraude electrónico, debes tener una base de datos en donde se vea reflejado el fraude. En casos normales la mayor cantidad de datos será el de «no fraude» y solamente unos pocos será «fraude», pero si tienes un conjunto de datos de 1000 datos en donde 995 es «no fraude» y solamente 5 datos son «fraude» no podrás tener una buena representación de datos por lo que se aconseja recolecar más datos.
2. Si quieres recomendar productos a las personas, debes tener una base de datos grande, ya que acá se evalua muchas factores y al final las personas somos distintas unas con otros, por lo que para tener una mejor recomendación debemos tener el mayor número de datos.
3. Para predecir la temperatura de una habitación, en el caso de que sea algo constante y muy poco cambiante, no se debería necesitar muchas datos ya que con pocos datos se puede hacer una predicción.Adicionalmente a todo esto, también va a depender el tipo de algoritmo que vayas a utilizar, para el caso de los algoritmos de Machine Learning se puede tener pocos datos, unos cientos o miles. Pero cuando trabajamos con Deep Learning si es recomendable tener el mayor número de datos ya que acá se puede hacer un procesamiento más complejo.
Espero que te haya aclarado tu duda.
Saludos,
Ligdi González03/12/2021 a las 4:06 PM en respuesta a: ¿Tienes alguna duda del Módulo 1? La puedes dejar acá #28290Ligdi González
SuperadministradorHola Francisco, me parece una excelente duda y la tomare en cuenta para hacer un video adicional para este curso (trataré de actualizar este curso periodicamente y todas estas actualizaciones tendrás acceso).
En cuanto a tu duda, te voy a dar mi punto de vista ya que este es un tema muy cuestionado por distintas áreas. Pero en mi opinión el Big Data se trata en el alamcenamiento de grandes cantidades de datos y con esos datos se realiza un análisis para poder tomar decisiones de acuerdo a los mismos. Este análisis está mas orientado en la organización de estos datos y posterior visualización de los mismos. Con esto fue cómo surgió la Ciencia de Datos, que es un área más enfocado al análisis de los datos, aunque acá también se hace un análisis, en muchas ocasiones superficial, de Machine Learning, ellos se dedican más a depurar, analizar y visualizar los datos.
Ahora bien con Inteligencia Artificial, se puede tomar esas bases de datos tan grandes y hacer un análisis más profundo ahora si para hacer predicciones. Acá se utilizan análisis estadísticos, matemáticos y algebraicos para realizar predicciones de acuerdo al aprendizaje que tiene la máquina de esos datos.En resumen, podemos decir que para Big Data se requiere más intervención del humano para el análisis de los datos, mientras que para Inteligencia Artificial las máquinas analizan los datos y de acuerdo a esto se hace una predicción o análisis de los mismos, esto último es más si se utilizan algoritmos de Aprendizaje no Supervisado.
Espero que te haya aclarado la duda, de todas formas trataré de desarrollar un poco más este tema en un video porque me parece que es un buen punto para aclarar.
Saludos,
Ligdi González -
AutorEntradas