Udemy

Platform

Español

Language

Data Science

Category

Curso completo de Inteligencia Artificial con Python

Combina el poder de los datos, Reinforcement Learning, Q-Learning y Deep Learning para crear IA en contextos reales

4.46 (1770 reviews)

Students

29.5 hours

Content

Jul 2021

Last Update
Regular Price

SKILLSHARE
SkillShare
Unlimited access to 30 000 Premium SkillShare courses
30-DAY FREE TRIAL

What you will learn

Entender los conceptos de la inteligencia artificial modernos así como del Deep Learning y el Q-Learning

Construir tus propias inteligencias artificiales

Comprender los aspectos más avanzados de la inteligencia artificial aplicada a videojuegos

La teoría detrás del Deep Q Learning

Los modelos avanzados de Actor Crítico

Utilizar de forma profesional pytorch para entrenar en entornos de IA


Description

Bienvenido Curso completo de Inteligencia Artificial de cero a experto, donde aprenderás conceptos claves del mundo de la IAy el aprendizaje automatizado tanto desde el punto de visto teórico como implementaciones prácticas con Python, en particular cubriremos aspectos como

  • Introducción a la inteligencia artificial, con todos los conocimientos y terminología del sector.

  • Construir tu primera IA sin experiencia previa de programación usando Python utilizando la ecuación de Bellman.

  • Cómo combinar la inteligencia artificial con videojuegos con OpenAI Gym para aprender de forma efectiva.

  • Técnicas de optimización de IA para alcanzar soluciones com máximo potencial en contextos reales.

  • Redes neuronales desde el perceptrón simple hasta las redes neuronales de convolución para hacer que nuestro agente aprenda a jugar a la Atari clásica mirando la pantalla como lo haría un ser humano

  • Toda la teoría explicada con transparencias, incluido Q-Learning, ecuación de Bellman, Redes Neuronales Artificiales y de Convolución, Entropía Cruzada o la función Softmax entre otras.

  • Papers de referencia de toda la teoría para que complementes la formación del curso con los mismos papers de donde sale toda la parte teórica (ideal para los que están trabajando en el campo de la IA o escribiendo su propia tesis doctoral, pues hay muchas referencias en más de 30 artículos web diferentes).

  • Y mucho más que trae el curso para que aprendas no solo los aspectos sencillos si no también todos los entresijos más avanzados del mundo de la inteligencia artificial con Python.

Y todo ello acompañado de lo mejor que tienen los cursos de Juan Gabriel Gomila:

  • Soporte personalizado para todas las dudas del curso incluyendo un foro del curso donde intentaré responderte antes de 48 horas a tus dudas y una comunidad de Discord con miles de estudiantes que aprenden online conmigo.

  • Ejemplos amenos y enfocados a que los conceptos teóricos te queden super claros y sin dudas intermedias

  • Aprende desde cero acerca del mundo de la IA – ya que aprenderás desde un lienzo en blanco e iremos construyendo las ecuaciones necesarias acerca del mundo del aprendizaje por refuerzo y las redes neuronales paso a paso.

  • Todo el código fuente  en Python – Si te quedas atascado solo tienes que ir a Github y descargar el material que no te funcione.

  • Algoritmos que se usan en el mundo real -  No haremos un único algoritmo, si no diversos ejemplos con soluciones diversas y de dificultad y estructura de información creciente para que no solo memorices una receta de cocina, si no que adquieras todo lo necesario para poner en producción tus propios algoritmos.

  • Garantía de devolución de 30 días por si no te gusta el curso. Por si lo encuentras demasiado fácil o no es algo que te entusiasme esto de la inteligencia artificial.


Screenshots

Curso completo de Inteligencia Artificial con Python
Curso completo de Inteligencia Artificial con Python
Curso completo de Inteligencia Artificial con Python
Curso completo de Inteligencia Artificial con Python

Content

Introducción

Introducción al curso

Pre requisitos del curso

Conoce a Juan Gabriel Gomila, tu instructor online

Un ejemplo en directo de IA

Aplicaciones prácticas del reinforcement learning y la IA en el mundo actual

Repositorio del curso de Inteligencia Artificial en Github

Comunidad de estudiantes en Discord

Como aprenden las máquinas

Una recomendación acerca de cómo ver esta sección

¿Qué es el aprendizaje por refuerzo?

Notación de variables

El agente del laberinto

La ecuación de Bellman

Calculando el resto de valores en los estados

El plan

Búsquedas deterministas y no deterministas

Procesos estocásticos o cadenas de Markov

Ecuación de Bellman con procesos estocásticos

Politica o plan

Factor de Penalización

Q-Learning

La diferencia temporal

¡Fin de la teoría!

Instalación y requisitos previos

Instalar Python con Anaconda

Cómo instalar la librería AIGym

Probando OpenAI

Dependencias con Homebrew y Aptitude

Instalar los entornos de Open AI Gym

[Aporte] Posible solución para usar Windows

Probando los entornos instalados

Pytorch, la librería de python para inteligencia artificial

El proyecto de la Universidad de Berkeley

Como tener Python 2.x y 3.x desde Anaconda

El Github del proyecto de Berkeley para aprender experimentar con el laberinto

Cambiando los parámetros para hacer que nuestro agente aprenda

Primer contacto con la inteligencia artificial

Cómo ver todos los entornos de test que tenemos instalados

Ejecutar cualquier entorno de Open AI Gym

De reinforcement learning a líneas de código

Un ejemplo de reinforcement learning con Q-Bert

Los espacios de acciones en OpenAI Gym

Mostrando qué acciones y estados tenemos en un entorno

Mi primer agente inteligente - El problema de la montaña Rusa

El problema de la montaña rusa

El entorno y los espacios de estado y acciones

Un agente con decisiones aleatorias

Nuestro propio algoritmo de Q-Learning

Inicialización de las variables

El método de discretización del espacio de estados

Elección de la acción

El método de aprendizaje

Entrenar a nuestro agente

Evaluación del entrenamiento

Comprobando nuestro aprendizaje

Vídeos del resultado del agente

Deep Learning al detalle

Introducción al Deep Learning

Historia de las redes neuronales

El creador del concepto de Deep Learning

La neurona

Cómo procesa la información una neurona artificial

Las funciones de activación

Ejercicio: ¿Qué función de activación elegirías en cada caso?

Cómo funciona una red neuronal

Programación clásica vs redes neuronales

La función de costes

El método de optimización del gradiente descendente

Gradiente descendiente estocástico

Propagación hacia atrás

Deep Q-Learning

Aprendizaje en profundo para problemas discretos

Las redes neuronales

Single Layer Perceptron

El perceptrón de una capa explicado

Una implementación de QLearning con el perceptrón

Separando métodos según su funcionalidad

Utilidades para complementar nuestro desarrollo

Aprendiendo con la red neuronal

Probando nuestros resultados

Experiencia de repetición

Implementando un buffer de experiencia cíclico

Aprender de la experiencia previa

Probando la experiencia de repetición de la red neuronal

Las redes neuronales de convolución

Introducción a las redes neuronales convolucionales

Cómo funciona el cerebro humano

¿Qué son las redes neuronales de convolución?

La operación de convolución

Ejemplos de convolución

La capa de ReLU

Max Pooling

Jugando con las capas de la CNN

Flattening

La capa de full connection

Un ejemplo de red neuronal artificial al final de la CNN

Función softmax regularizadora

La entropía cruzada

Mejorando nuestra red neuronal

Red Neuronal Convolucional

Decidir qué algoritmo utilizar según el espacio de observaciones

Un fichero JSON para gestionar los parámetros de los algoritmos

El manager de parámetros

Refactorización de parámetros de carga

Reposar el conocimiento con Q-Network

Cargar y guardar los estados del agente

Refactorización de parámetros

Parser de argumentos de Python

Cargar cualquier entorno de Atari

Wrappers para configurar las IA de Atari

La razón del reescalado de imágenes

Evitar memorizar la posición de salida

El botón de inicio y el sistema de vidas

Optimizaciones de almacenamiento en memoria

Reescalar juegos de OpenAI Gym

Cargando nuestro entorno de forma independiente

Entrenando a nuestro agente

Tensorboard X, una herramienta magnífica

Resolviendo los bugs de código al detalle

Pruebas finales y Tensorboard

Últimos resultados de entrenamiento

Entornos personalizados para entrenar a nuestros agentes

AVISO: Sección con problemas (por ahora)

Entrenando agentes en entornos personalizados

Una plantilla para crear nuestros propios entornos

Presentando a CARLA

Cómo hacer una virtual para instalar Ubuntu

Instalar python y pip en Ubuntu

Install Open AI Gym en Ubuntu

Instalar Unreal Engine 4 y CARLA en Ubuntu

Algoritmo del Deep-Actor-Critic

Deep Actor Critic

Un cambio de mentalidad

Descubriendo las matemáticas de A2C

Descubriendo las matemáticas de A2C II

Descubriendo las matemáticas de A2C III

Las bases del algoritmo actor-critic

Advantage Actor Critic

La mejora de aprendizaje con n pasos del crítico

Implementando la técnica de los n pasos

Estructura del A2C

Implementación de A2C para observaciones de baja dimensión

Implementación de A2C para observaciones de mucha dimensión

El método run para iniciar el actor y el crítico oportuno

Las transiciones para guardar las n experiencias de la política actual

La función de pérdidas para el actor y el crítico

Procesamiento de observaciones, acciones y políticas

Actualizar el modelo del actor y del crítico

Guardar, cargar y visualizar los datos

El programa principal de nuestro actor

La elección del entorno de aprendizaje

Probando nuestro algoritmo A2C

Veredicto final de A2C

Otros entornos donde aplicar las técnicas del curso

Robotica, videojuegos y mucho más en el mundo de la IA

Roboschool

Retro Gym

Starcraft 2

Deep Mind

BONUS -Un regalo para ti

Enhorabuena por completar el curso

BONUS - Un regalo para ti


Reviews

J
Jorge2 October 2020

Aún es temprano para una decisión certera, pero de lo que va en este curso, tengo la impresión que logrará cubrir mis expectativas.

L
Lautaro23 September 2020

Se ve muy interesante, muchas ganas de seguir adelante. Bastan simplemente los primeros 5 videos para saber que hay un gran instructor y apasionado detrás de este curso.

M
Miguel20 September 2020

Me ha parecido un enfoque muy acertado y que además cumple con todas mis expectativas. En mi caso que vengo del mundo de la Econometría y el Data Mining siempre había tenido una nebulosa a la hora de entender como se aplicaba Deep Learning y la AI a juegos por ejemplo y tras hacer el curso me queda claro. Por supuesto que hay que seguir profundizando en este tema y hacer práctica pero como digo estoy completamente satisfecho del curso y las explicaciones del Profe. Gracias

J
Jesús17 August 2020

Si bien mi preocupó enterarme tarde de la invalidez del certificado, el conocimiento que el curso me aporta va más allá incluso de cursos que tienen certificado valido y además el profesor hace que las clases sean amenas al mismo tiempo que trata explicar varias veces el concepto con diferentes palabras para ver con cuál logra sembrar esa semilla en ti.

J
Juan8 August 2020

Estoy de acuerdo en pensar que es una ciencia bien complicada y que no todas las personas pueden estar aquí en este curso, me parece buena la introducción y me gustaría que se puedan aplicar ejemplos y cosas de la vida real, revisar cómo aplicar en diferente tipos de empresas, ideas y no solo tener un concepto wow hacia robótica.

N
Nicolas26 February 2020

Es muy bueno todo el material, pero se hace imposible ver los vídeos del instructor (acelerado a 1.5), por lo repetitivo que es. La explicación es excelente, pero muy redundante. Lo digo con todo respeto. Saludos

J
Jorge17 February 2020

Por el momento se ve que es un curso con bastantes proyecciones lo cual me agrada, falta ver la temática y dinámica con la que se va desarrollando, pero por el momento todo en orden!!

P
PepeGrillo4 February 2020

Es muy buen profeso y se ve que se importa por hacerse entender pero estria genial que no explicara en exeso segun que cosas ya puede hacer perder motivación y porque como está el video grabado no hace falta reiterar conceptos ya que el alumno puede repetirlo por su cuenta. Es buen contenido y vale la pena.

J
José3 February 2020

si fue productivo, aun cuando los video juegos no son mi área, si logro captar mi interés, se los recomiendo

E
Edgar28 January 2020

Sabe mucho, pero lo que aprenderás será a repetir lo que el hace ya que no tiene habilidades de docencia y de enseñanza, basta con mirar sus respuestas en las dudas de los estudiantes, el cual, en ningun momento se detiene a resolver si quiera UNA sola pregunta, o siendo más explicito NINGUNA RESPUESTA QUE EL RESPONDE ES DE VALOR. Para el colmo, no prepara el curso adecuadamente, durante las sesiones habrá errores, porque se le habrá olvidado X o Y cosa. Ah, y preparense, en lugar de mencionar, desde ANTES de comprar, que el va a usar una Mac, y todo lo que de instalación se trate, solo será funcional para Mac y linux, dejando a windows afuera, y ni te atrevas a preguntar por una solución porque sus clásicas respuestas son "Usa una maquina virtual" en diferentes variaciones, o "Desde el principio mencione que era recomedable usar una maquina virtual", del cual, el video donde hace mencion, no es parte del demo de udemy. Es obvio que no puede usar todos los SO para su curso, pero al menos, por etica informar desde antes de la compra, los requisitos mínimos (SO) o si quiera proponer alternativas para que nuestra instalación sea viable, en lugar de recomendar una maquina virtual No se dejen sorprender por la duración del curso, la mitad se la pasa divagando en lugar de concentrase en explicar de manera critica lo que se quiere, salvo algunas muy contadas excepciones Este instructor sabe mucho, pero ni sabe enseñar y ni se toma la molestia de preparar el material. Ah y ojo, que tengo más de un curso con él, y de otros instructores, y comparándolo con los demás, deja muchooooo que desear Existe la opción de solicitar un reembolso, pero, para que hacerlo si el continuará con estas malas practicas con los nuevos estudiantes?

M
Martin26 January 2020

Fue interesante aprender IA y sobre todo profundizar mi conocimiento y a seguir aprendiendo, para mi fue la mejor elección.

V
Victor19 January 2020

MUY MUY bueno, como todos los cursos de Juan Gabriel. Lo recomiendo sin dudarlo, me está ayudando muchísimo con mi máster en Big Data. Nunca defrauda, es un placer aprender así, todo claro, y conciso.

H
Hernán14 January 2020

Estan dando un enfoque general del curso con ejemplos practicos de IA que ya se estan usando en el mundo.

H
Hernan8 January 2020

Tienes un monitor muy grande, lo que no permite ver lo que estas explicando aun cuando lo conecto al televisor no puedo ver nada, quizas para ti pueda ser chistoso, pero tenia muchas ganas de hacer este curso, y este problema de no poder ver las operaciones que estas haciendo en tu computador hace inutil este curso.

a
angel6 January 2020

Buenas explicaciones con material visual correcto y desde luego el tema de teoria que muchas personas no ven necesario y yo veo obligatorio puesto que ayuda en extremo mas a la hora de aplicar logica computacional para solucionar problemas que simplemente memorizar. Cuando memorizas algo y no sabes ccomo funciona es cuando llegan los problemas en la aplicacion real.


Coupons

DateDiscountStatus
6/27/202192% OFFExpired
7/9/202192% OFFValid

1906400

Udemy ID

9/11/2018

Course created date

11/1/2019

Course Indexed date
Bot
Course Submitted by