Modelos basados en Agentes con Python. Introducción. Modelos basados en Agentes. Vínculo micro-macro. Pensar con modelos. Mesa. Modelando el COVID19 - Modelo SIR
Python
Introducción al pensamiento lógico. Introducción. ¿Qué es la Lógica?. Lógica inductiva y deductiva. Falacias. Juegos de lógica.
Sistemas dinámicos, Complejidad y Caos con Python. Introducción. ¿Qué es un sistema complejo?. ¿Qué es la teoría del caos?. El efecto mariposa. El mapa logístico. El extraño atractor de Lorenz. El juego del caos de Barnsley.
Fractales. Qué son?. Cómo se construyen?. Propiedades. Ejemplos. Aplicaciones.
Prediciendo los resultados de la copa América con Machine Learning y Python.
Sistema Binario, números binarios, convertir Binario a Decimal, convertir Decimal a Binario, suma de Binarios, Resta de Binarios, multiplicación de Binarios, División de Binarios, números binarios con Python.
Procesamiento del Lenguaje Natural con Python. Introducción. ¿Qué es el Procesamiento del Lenguaje Natural?. Aplicaciones del Procesamiento del Lenguaje Natural. Librerías de Python. Corpus lingüístico. Token. Entidades. POS. Ejemplos en Python. Deep Learning y Procesamiento del Lenguaje Natural. Gensim. Spacy. Textacy. Procesamiento del lenguaje natural en español.
Introducción al Deep Learning. Introducción. Inteligencia artificial, Machine learning y Deep learning. ¿Qué es el Deep Learning?. ¿Cómo funciona?. Arquitecturas de Deep Learning. Redes neuronales prealimentadas. Redes neuronales convolucionales. Redes neuronales recurrentes. Logros del Deep Learning. ¿Por qué estos sorprendentes resultados surgen ahora? . ¿Cómo mantenerse actualizado en el campo de Deep Learning?.
Introducción al Bosting en Machine Learning. ¿Qué es Boosting?. AdaBoost. Gradient Boosting. Elementos del Gradient Boosting. Función de pérdida. Clasificador débil. Modelo aditivo. Ejemplos en Python. XGBoost. LightGBM.
Introducción a la Inteligencia Artificial. ¿Qué es la IA?. Objetivos. Enfoques. Fundamentos de la Inteligencia Artificial. Ramas de la Inteligencia Artificial. Aplicaciones. Nociones éticas. Cómo comenzar en el campo de la Inteligencia Artificial.