Estudiante: JOSE FRANCISICO GUEVARA ZUÑIGA Matrícula: UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN

1884300 Facultad de Ingeniería Mecánica y Eléctrica

Materia: reconocimiento de patrones Grupo: 001 Ingeniería en IMTC

• Evidencia: E1 No.1
DEFINIR LOS SIGUIENTES evidencia:
CONCEPTOS Y DONDE SE APLICAN Fecha:19/08/22
GENERALMENTE: INTELIGENCIA
ARTIFICIAL, MACHINE LEARNING,
DEEP LEARNING.
• COMO CARGAR UNA IMAGEN
EN COLAB, Y SPYDER DESDE UNA
DIRECCION WEB, UNA USB, DESDE
UNA DIRECCION ESPEFICIA
(EJEMPLO ESCRITORIO) Y
MOSTRARLA.

Comentarios: Puntaje:

INTELIGENCIA ARTIFICIAL (IA)

es la combinación de algoritmos planteados con el ¿QUÉ ES EL 'MACHINE LEARNING' Y PARA QUÉ

propósito de crear máquinas que presenten las SIRVE?
mismas capacidades que el ser humano. Una
tecnología que todavía nos resulta lejana y misteriosa,
pero que desde hace unos años está presente en
El Machine Learning es una disciplina del campo de
nuestro día a día a todas horas.
la Inteligencia Artificial que, a través de algoritmos, dota
a los ordenadores de la capacidad de identificar
patrones en datos masivos y elaborar predicciones
APLICACIONES PRÁCTICAS DE LA INTELIGENCIA (análisis predictivo). Este aprendizaje permite a los
ARTIFICIAL computadores realizar tareas específicas de forma
autónoma, es decir, sin necesidad de ser programados.
La IA está presente en la detección facial de los
móviles, en los asistentes virtuales de voz como Siri de
Apple, Alexa de Amazon o Cortana de Microsoft y
Aprendizaje supervisado: estos algoritmos cuentan
está integrada en nuestros dispositivos cotidianos a
con un aprendizaje previo basado en un sistema de
través de bots (abreviatura de robots) o aplicaciones
etiquetas asociadas a unos datos que les permiten
para móvil, tales como:Lyli un personal shopper en
tomar decisiones o hacer predicciones. Un ejemplo es
versión digital; Parla concebida para ayudarnos con el
un detector de spam que etiqueta un e-
aprendizaje de idiomas; Ems diseñada para hacernos
mail como spam o no dependiendo de los patrones que
un poco más llevadera la ardua tarea de encontrar
ha aprendido del histórico de correos (remitente,
nuevo piso; Gyan un asistente virtual de Facebook que
relación texto/imágenes, palabras clave en el asunto,
emite 'diagnósticos' médicos. El objetivo de todas
etc.).
ellas: hacer más fácil la vida de las personas.
¿Qué es deep learning?

Deep learning es un subconjunto de machine

learning (que a su vez es parte de la inteligencia
artificial) donde las redes neuronales, algoritmos
inspirados en cómo funciona el cerebro humano,
aprenden de grandes cantidades de datos.

Los algoritmos de deep learning realizan una tarea

COMO CARGAR UNA IMAGEN DESDE COLAB
repetitiva que ayuda a mejorar de manera gradual el
resultado a través de ‘’deep layers’’ lo que permite el (escritorio)
aprendizaje progresivo. Este proceso forma parte de
from PIL import Image
una familia más amplia de métodos de machine learning
basados en redes neuronales. def abrir_imagen(foto):
ruta =
COMO CARGAR UNA IMAGEN DESDE SPYDER ("C:/Users/GUEVA/Desktop/reconocimiento de
(escritorio) patrones/"+foto )
foto = Image.open(ruta)
from PIL import Image foto.show()
def abrir_imagen(foto): abrir_imagen('Logo apex.png')
ruta =
("C:/Users/GUEVA/Desktop/reconocimiento de
patrones/"+foto )
foto = Image.open(ruta) COMO CARGAR UNA IMAGEN DESDE COLAB
foto.show()
(usb)
abrir_imagen('Logo apex.png')
from PIL import Image
COMO CARGAR UNA IMAGEN DESDE SPYDER
(usb) def abrir_imagen(foto):
ruta = ("F:/spyder/"+foto )
from PIL import Image foto = Image.open(ruta)
foto.show()
def abrir_imagen(foto):
ruta = ("F:/spyder/"+foto ) abrir_imagen('Apex.png')
foto = Image.open(ruta)
foto.show()

abrir_imagen('Apex.png')