top of page

04 Inteligencia Artificial para la Movilidad

Actualizado: 14 dic 2023



Descripción

Utilización de inteligencia artificial para solucionar problemáticas de la movilidad, y utilizarlas como una herramienta para implementar prácticas sustentables. Especial atención a reducir prácticas inseguras de los usuarios, como exceso de velocidad y conducción deficiente.



  • Conceptos básicos.

  • Aprendizaje de máquina.

  • Aplicaciones.

  • Aprendizaje supervisado.

  • Ejemplos.

  • Polinomios y múltiples dimensiones.

  • Problemas de clasificación.

  • Idea general

  • Implementación en Python

  • Problema de clasificación binaria

  • Aprendizaje supervisado. Problemas de clasificación.

  • Implementación en Python

  • Clasificación.

  • Implementación en Python y comentarios finales

  • Redes Neuronales Artificiales (RNAs).

  • Perceptrón y Modelo de Neurona Simple.

  • Clases no linealmente separables.

  • Perceptrón multicapa.

  • MLP para clasificación.

  • MLP para clasificación con imágenes.

  • Aprendizaje profundo.

  • Introducción.

  • Ejemplos.

  • Implementación en Python.

  • Modelo CART.

  • Random forest, Métodos de ensamble.

  • Introducción.

  • Implementación en Python.

  • Bag of words.

  • Bag of n-grams.

  • Term frequency–Inverse document frequency.

  • Error y evaluación.

  • Estimar el error.

  • Métricas para la medición del error.

  • Curvas de precisión y recall.

  • Curvas ROC y AUC.

  • Introducción.

  • Agrupamiento.

  • K medias.

  • Expectation Maximization.

  • Agrupamientos por densidad.

  • DBSCAN.

  • Algoritmo Apriori.


Acerca del instructor:

Dr. Iván Razo-Zapata - COCOA & LiCore AC

89 visualizaciones0 comentarios

Entradas Recientes

Ver todo

Comentarios


bottom of page