Introducción a la inteligencia Artificial: 

Principales algoritmos 
 

Descripción 
 
La  predicción  de  tránsito  vehicular,  la  creación  de  avatars  que  imitan  la  postura, 
gestos  y  voz  de  personas  reales,  reconocimiento  de  voz,  prótesis  que  aprenden 
de  las  personas,  carros  autónomos,  reconocimiento  facial,  agentes  virtuales  a 
través  de  chatbots,  defensa  cibernética  y  los  asistentes  inteligentes  personales, 
son  solamente  algunas  de  las  tecnologías  y/o  aplicaciones  que  se  han 
desarrollado  a  través  de  la  Inteligencia  Artificial,  cuyo  término  fue acuñado hace 
más de 60 años por John McCarthy. 
  
En  este  curso  lograrás  familiarizarte  con  los  principios  filosóficos  y  algorítmicos 
de  las  técnicas  más  populares  de  Inteligencia  Artificial.  el  cual  está estructurado 
como  un  compendio  de  algoritmos  organizados  por  el  área  de  Inteligencia 
Artificial  a la cual pertenecen; las áreas que trataremos son: Knowledge Based AI, 
Search  Algorithms  y  Machine  Learning.  Cada  lección  consiste  en  una 
introducción  al  objetivo  del  algoritmo,  una  descripción  de  su  operación,  y 
ejemplos de aplicación.  
 
El  alumno  tendrá  la  oportunidad  de  poner  en  práctica  lo  aprendido  empleando 
librerías populares de inteligencia artificial como: 
● https://scikit-learn.org  
● http://gym.openai.com 
 
 
 
 

1 
Objetivos 
1. Distinguir entre los distintos temas relacionados con la Inteligencia 
Artificial 
2. Reconocer qué problemas resuelven algoritmos específicos 
3. Aplicar algoritmos de búsqueda, aprendizaje supervisado, no supervisado 
y reforzado. 
4. Utilizar librerías de Inteligencia Artificial en Python 

¿Qué aprenderá el estudiante? 

 
● Historia y revisión de la Inteligencia Artificial 
● Algoritmos tradicionales de Inteligencia Artificial 
● Machine learning: Aprendizaje supervisado 
● Machine Learning: Aprendizaje no supervisado y reforzado  

Audiencia 
El  curso responde a las necesidades de aquellos que tienen un interés directo en 
aplicar algoritmos relacionados a Inteligencia Artificial.  
 
Duración 
Este  curso  se  imparte  en  modalidad  “​self-paced​”,  es  decir,  “a  tu  propio  ritmo  de 
aprendizaje”.  ¿Qué  significa  esto?  Que  el  curso,  todas  las  lecciones,  actividades 
formativas,  cuestionarios  y  examen  final  supervisado  estarán  activos  del  ​18  de 
enero 2021 al 15 de diciembre 2021 ​para estudiantes verificados. 
 
Puedes  empezar  cada  lección  cuando  quieras  y  seguirla  a  tu  ritmo,  no  se  sigue 
un  calendario  establecido;  si  eres  un  estudiante  verificado,  los  cuestionarios  y 
examen  final  puedes  responderlos  en  cualquier  momento  antes  de  la  fecha  de 
finalización del curso. 
 

2 
Nota​:  si  eres  estudiante  auditado,  revisa  en  la  sección  de  “fechas  importantes 
del curso” el último día que podrás acceder al curso de forma gratuita. 
 
Requisitos 
 
Es recomendable contar con conocimientos básicos en: Programación (ideal en 
Python), Álgebra, Probabilidades y Estadística. 
 

Tiempo estimado de dedicación del estudiante 

4 -5 horas por lección. 
 
 
Contenido 
 

Lecciones  Temario 

Lección 1  ● Descripción de la Inteligencia Artificial 

Introducción a la  ○ ¿Qué es Inteligencia Artificial? 
Inteligencia Artificial  ● Historia de la Inteligencia Artificial 
   ○ ¿Cómo nace la Inteligencia Artificial? 
● Distinción  entre  temas  que  rodean  la 
Inteligencia Artificial 
○ Ciencia  de  datos  vs  Inteligencia 
Artificial 
○ Revolución industrial 
● Aplicaciones de la Inteligencia Artificial 
○ Algunas  áreas  y  aplicaciones  de  la  IA  y 
ciencia de datos 
 

Lección 2  ● Knowledge based Artificial Intelligence 

Algoritmos tradicionales  ○ Acerca de KBAI 
de Inteligencia Artificial  ● Motivación: Watson 
○ Acerca de Watson 
○ Arquitectura de Watson 

3 
 ○ Aplicaciones de Watson 
○ Jill Watson 
● Representación del conocimiento 
○ Características  de  una  buena 
representación 
○ Redes semánticas 
○ Frames 
○ State spaces 
● Técnicas de resolución de problemas 
○ Generate and test 
○ El problema del granjero y la balsa 
○ Combinatorial explosion 
○ Means ends analysis 
○ Heurísticas 
○ Problem reduction 
● Ejemplo: matrices de Raven 
○ Problemas con Raven 
● Epílogo: KBAI 
● Algoritmos de búsqueda 
○ Graph search 
● Motivación: Waze 
● Implementación de algoritmos de búsqueda 
○ Algoritmo general 
○ Best first search 
○ Dijkstra 
○ A estrella 
○ Mapas de cuadrícula 
○ Comparando los algoritmos 
● Epílogo: Algoritmos de búsqueda 
● Game playing 
○ Diferentes tipos de juegos 
● Motivación: Deep blue 
○ Deep blue vs Garry Kasparov 
● Adversarial search 
○ Árbol de tic tac toe 
○ Árbol de ajedrez 
● El algoritmo Minimax 
○ Alpha-beta pruning 
○ Depth limited search 
○ Iterative deeping 

4 
 ○ ¿Es un ID una pérdida de tiempo? 
● Epílogo: Game playing 

Lección 3  ● Introducción al aprendizaje 

Machine learning:  ○ ¿Qué es aprendizaje? 
Aprendizaje supervisado  ○ Aprendizaje  supervisado  vs.  no 
supervisado 
○ Regresión vs. clasificación 
● Regresión 
○ Regresión lineal 
○ Estructura de la regresión lineal 
○ ¿Cuál es la mejor recta? 
○ Formulación de la regresión lineal 
○ Evaluación  de  modelos  de  regresión: 
R^2 
○ Evaluación  de  modelos  de  regresión: 
RMSE 
○ Regresión lineal múltiple 
○ Introducción a la selección de variables 
○ Regresiones con Python 
● Clasificación 
● Introducción a las redes neurales 
○ Construyendo una red neural 

Lección 4  ● Aprendizaje no supervisado 

Machine Learning:  ○ Clustering 
Aprendizaje no  ○ Dimensionality reduction 
supervisado y reforzado  ○ Stick learn with Google Colab 
  ● Aprendizaje reforzado 
○ MDP 
○ DC 
○ MC 
○ TD Learning 

5 
Política de evaluación y certificación 

Importante​:  ​Si  eres  estudiante  auditado  y  decides  optar  por  el  certificado 
verificado,  automáticamente  tendrás  acceso  a  los  cuestionarios  de  cada  lección 
y examen final supervisado.   
 
La  nota  final  del  curso está dada por una serie de cuestionarios  que representan 
el  60%  de  la  nota  total  del  curso  y  un  examen  final  que  representa  el  40% 
restante. El curso se da por aprobado con 70 pts.  

6 
  
Los  cuestionarios  se  encuentran  al  final  de  cada  lección;  no  se  brindan  las 
respuestas correctas, ú
​ nicamente el resultado final obtenido. 
 
El  examen  final  supervisado  ​evalúa  todo  el  contenido,  el  objetivo  de  este 
examen  es  que  el  estudiante  ponga  en  práctica  y demuestre lo que aprendió en 
las  5  lecciones  del  curso.  Para  realizar  este,  es  necesario  que  instales  en  tu 
computadora un programa de supervisión  
 

Obtener un certificado verificado 

Si  está  interesado  en  obtener  un  certificado,  deberá  completar  los  problemas  y 
laboratorios  que  se  encuentran  al  final  de  cada  lección  más  el  examen  final 
supervisado.  Los  estudiantes que terminen el curso con un promedio acumulado 
del  70%  o  más  obtendrán  un  certificado  verificado  de  edX,  indicando  que  se 
completó con éxito el curso. 

 
Revisa la fecha límite para obtener el certificado verificado:  
En  la  página  de  “​curso​”,  en  la  sección  “​Próximas  fechas​”  encontrarás  la  fecha 
límite  para  adquirir  tu  certificado  verificado.  Después  de  esa  fecha  los 
estudiantes auditados no podrán visualizar el contenido del curso. 

7 
  

Políticas de comunicación 
Los  profesores  asistentes  se  dedican  a  responder  los  foros  de  discusión.  Sin 
embargo,  no  sucede  lo  mismo  con  el  correo  electrónico.  Se  recomienda  utilizar 
los  foros  como  canal  único  de  comunicación,  para  escribir  dudas o apoyar a tus 
compañeros.  Respeta  las  categorías  establecidas  en  los  foros,  es  importante 
evitar en la medida de lo posible crear nuevos hilos de discusión. 
 

8 
Se  espera  una  comunicación  profesional  y  amable.  Un  lenguaje  ofensivo  o 
inadecuado está sujeto a las políticas de edX.  
 
Usted  es  responsable  de  contribuir  éticamente  al  curso.  Los  trabajos 
presentados en este curso deben ser de su autoría. 
 
Uso de foros 
Los  diferentes  foros  que  conforman  este  curso  son  una  oportunidad  única  para 
interactuar  con  estudiantes  de  todo  el  mundo.  La  comunidad  es  diversa  en 
experiencia,  conocimiento,  idioma  y  cultura.  Los  foros  son  un  medio  de 
comunicación  excelente  para  plantear  tus  dudas,  comentarios  o  inquietudes, 
nos  proporciona  un  recurso  increíble  con  diferentes  puntos  de  vista,  pero 
recuerda,  tú  eres  quien  enriquece  los  foros  con  tu  participación  y  hace  que  la 
comunidad del curso se mantenga activa. 
 
Te  animamos  a  que  si  sabes  la  respuesta  a  una  pregunta  de  tus  compañeros  la 
respondas,  incluso  si  no  la  sabes  pero  tienes  alguna  idea,  puedes  aportar  para 
construir una solución entre todos. 
 
 

¿Cómo tener éxito en este curso? 

Para tener éxito en este curso se espera que el participante: 
1) Observa todos los videos 
2) Revisa el material complementario.  
3) Realice  todas  las  actividades  (ejercicios  prácticos,  cuestionarios  y  examen 
final supervisado)  
4) ¡Reflexiona! sobre lo que está aprendiendo 
5) ¡Comparte! Y ¡Participe! en las discusiones.  
 

9 
 Hacer  tu  propia  planificación  y  establecer 
plazos  intermedios  antes  de  la  fecha  límite  te 
permitirá alcanzar tus objetivos. 
 

¿En dónde puedes poner en práctica lo aprendido?

 
En  las  lecciones,  cada  2  o  3  vídeos  ​encontrarás  ejercicios  prácticos​,  ​los  cuales 
tienen  como  propósito  el  que  practiques  y  evalúes  el  conocimiento  adquirido​. 
Estos no tienen puntaje asignado.  
 
¿Qué  esperamos  de  ti?  ​Una  participación  activa  y  de  apoyo  a  tus  compañeros, 
participa por lo menos una vez a la semana y ten siempre en cuenta las reglas de 
netiquette. 
  
¿Qué  puedes  esperar  del  equipo  del  curso?  Un  miembro  de  nuestro  equipo 
revisará  los  foros  con  cierta  periodicidad  para  responder  a  tus  dudas  e 
inquietudes. 
 
Multimedia​:  Una  variedad  de  archivos  multimedia  se  utilizan  en  este  curso, 
revisa  que  cuentas  con  el  software  necesario  en  tu  computador  y  actualiza  tu 
navegador a la última versión. 

10