Conceptos de IA desde cero

1 Redes neuronales 4 lecciones

1. Lección 3 retos Neuronas y funciones de activación en Python Construye una neurona artificial en Python puro: una suma ponderada de las entradas más un sesgo, pasada por sigmoid o ReLU.
2. Lección 3 retos Propagación hacia adelante y funciones de pérdida en Python Pasa entradas capa por capa por una pequeña red neuronal y mide el error con el error cuadrático y la entropía cruzada.
3. Lección 5 retos Descenso de gradiente y retropropagación en Python Entrena una neurona con descenso de gradiente: usa la regla de la cadena para saber cómo afecta cada peso a la pérdida y baja la pendiente.
4. Lección 4 retos Optimizadores de redes neuronales: SGD, Momentum y Adam en Python Compara el descenso de gradiente simple, momentum y Adam minimizando paso a paso la misma función.

2 Aprendizaje automático 4 lecciones

5. Lección 3 retos Preparación de datos para aprendizaje automático en Python Escala variables con normalización min-max y estandarización z-score, y multiplica matrices a mano.
6. Lección 4 retos Regresión lineal y logística en Python Ajusta una recta por mínimos cuadrados y luego convierte una puntuación en probabilidad con regresión logística.
7. Lección 6 retos Fundamentos de clasificación: softmax y k vecinos más cercanos en Python Convierte puntuaciones en probabilidades de clase con softmax, evalúalas con entropía cruzada y clasifica puntos con k vecinos más cercanos.
8. Lección 2 retos Similitud coseno y clustering k-means en Python Mide cuánto se parecen dos vectores con la similitud coseno y agrupa datos sin etiquetas con k-means.

3 Transformers y LLM 3 lecciones

9. Lección 3 retos Tokenización: vocabulario, one-hot y byte pair encoding en Python Convierte texto en números como lo hacen los modelos de lenguaje: crea un vocabulario, codifica palabras en one-hot y aprende subpalabras con BPE.
10. Lección 4 retos Atención y self-attention en Python Calcula a mano la scaled dot-product attention con consultas, claves y valores, y añade una máscara causal como GPT.
11. Lección 2 retos Cómo generan texto los modelos de lenguaje: temperatura y top-k en Python Mira cómo elige un modelo de lenguaje el siguiente token: layer normalization, temperatura y muestreo top-k en Python puro.

4 IA clásica y aprendizaje por refuerzo 3 lecciones

12. Lección 4 retos Búsqueda e IA para juegos: A* y minimax en Python Encuentra el camino más corto en una cuadrícula con la búsqueda A* y elige la mejor jugada de un juego con minimax.
13. Lección 2 retos Cadenas de Markov y el dilema exploración-explotación en Python Predice estados futuros con una cadena de Markov y equilibra exploración y explotación con un bandido epsilon-greedy.
14. Lección 2 retos Aprendizaje por refuerzo: value iteration y Q-learning en Python Enseña a un agente a llegar a una meta: calcula el valor de los estados con value iteration y luego apréndelos por ensayo y error con Q-learning.