Contenido

Contenido 2

Temario detallado del módulo 2

Requisitos para los participantes 2

Metodología de enseñanza y evaluación 2

Calendario tentativo para la impartición del módulo 3

Listado de integrantes 3

Temario detallado del módulo

1. Introducción a python
a. Programación interactiva con Notebooks (Colab)
b. Elementos del lenguaje: variables, ciclos, condicionales, estructuras de
datos.
c. Módulos y librerías
d. Pandas y uso de dataframes
e. Programación web usando flask
f. Proyecto de programación
2. Matemáticas para IA
a. Algebra lineal
i. Operaciones con vectores y escalares
ii. Operaciones con Matrices
iii. Sistemas de ecuaciones lineales
iv. Manipulación de espacios vectoriales
v. Cálculo de distancias
b. Estadística y probabilidades
i. Teorema de Bayes
ii. Probabilidad Total
iii. Probabilidad parcial
c. Calculo
i. Derivadas
ii. Calculo vectorial
iii. Rol de cálculo en optimización
d. Proyecto de matemáticas
3. Introducción a la Inteligencia Artificial y sistemas inteligentes

2
 a. Historia de la IA y SI
b. Campos de la IA
c. Ejemplos de sistemas inteligentes e investigación
d. Contexto latinoamericano
e. IA y sociedad
f. Lectura sobre IA y latinomérica
4. Introducción al aprendizaje automático
a. Tipos de aprendizaje
b. Tipos de aprendizaje: clasificación, regresión, clustering, auto-supervisado
y aprendizaje por refuerzo
c. Representación de datos y extracción de características
d. Regresión
e. Ciclo experimental
i. Partición de datos
ii. Evaluación y métricas
f. Método específico de clasificación:random forest y boosting
g. Agrupamiento
h. Proyecto de aprendizaje automático
5. Introducción al aprendizaje profundo
a. Perceptrón
b. Las tres garantías de las redes neuronales
c. Redes multi-capa
d. Descenso por gradiente y backpropagation
e. Redes convolucionales
f. Ciclo experimental
i. Partición de datos
ii. Evaluación y métricas
g. Transformer
h. Proyecto de aprendizaje profundo
i. Visión
ii. Transformers

Requisitos para los participantes

Los participantes deberán tener los siguientes recursos:
1. Una computadora de escritorio o laptop
2. Una cuenta en el ecosistema de Kaggle (https://www.kaggle.com/) que será donde
programaremos
3. Un cuenta de correo en cualquier plataforma
4. Internet activo
5. Una cuenta en medio de comunicación organizacional por definir: ejemplo: Slack

Además se recomienda estar familiarizados con:

1. Notación matemática
2. Algoritmos y estructuras de datos

3
Metodología de enseñanza y evaluación
Los temas del curso se darán es sesiones sincronas de 4 horas para los cinco temas
principales y cinco sesiones asíncronas donde participantes tendrán que dedicar 3 horas
en un proyecto y responder un cuestionario.
● Sesiones síncronas: Estas sesiones se guíaran con presentaciones tipo
(PowerPoint), notas generales y notebooks de python para ejemplificar. De este
materia se cuenta con versiones preliminaries de presentaciones y notebooks, y
queda por desarrollar las notas.
● Para el proyecto durante la sesión asíncrona: Consistirá en aplicar el conocimiento
adquirido durante una sesión síncrona en la solución de un proyecto dado. Para
apoyar el desarrollo del proyecto se buscará habilitar un medio de comunicación
asíncrono como Slack. Este proceso el participante tendrá que dedicarle 3 horas
efectivas. Los proyectos propuestos son:
○ Programando un juego interactivo vía web
○ Sistema de recomendaciones utilizando descomposición matricial
○ Usando sistemas inteligentes:
■ ChatGPT
■ Stable Difussion
○ Predicción de rating basada en texto
(https://www.kaggle.com/datasets/thedevastator/tripadvisor-hotel-reviews)
○ Clasificación de aves
(https://www.kaggle.com/datasets/gpiosenka/100-bird-species)
● Para el cuestionario consistirá en dos partes:
○ 15 Preguntas de opción múltiple relacionadas a los conceptos vistos en
sesión sincrona
○ 5 Preguntas abiertas sobre el proyecto

Calendario tentativo para la impartición del

módulo
El módulo se repartirá en cinco días, con la siguiente secuencia:

Día Tema Sesión Proyecto Questionario

sincrona

Lun Introducción a python 4 hrs 3 hrs 1 hr

Mar Matemáticas para IA 4 hrs 3 hrs 1 hr

Mie Introducción a la Inteligencia 4 hrs 3 hrs 1 hr

Artificial y sistemas
inteligentes

4
 Jue Introducción al aprendizaje 4 hrs 3 hrs 1 hr
automático

Vie Introducción al aprendizaje 4 hras 3 hrs 1 hr

profunto

Listado de integrantes
Datos de responsable propuesta:

Nombre Ivan Vladimir Meza Ruiz

Adscripción Instituto de Investigaciones en Matemáticas Aplicadas y en

Sistemas (IIMAS), Universidad Nacional Autónoma de México
(UNAM)

Grado Doctor

Área de Procesamiento de Lenguaje Natural, Inteligencia Artificial, Ética

especialidad

Correo ivanvladimir@turing.iimas.unam.mx

Teléfono +52 5532777633 (celular), +52 55 5622-3573 (oficina)