Introducción a la

Inteligencia Artificial y el
Machine Learning con
Python
SESIÓN 1
INTELIGENCIA
ARTIFICIAL/CURSO 2023-
2024
Dra. Francy Diomar Rodríguez
Doctora en Software y Sistemas
Dr. Francisco Astudillo Pacheco
Doctor en Informática
Docentes
Dra. Francy Diomar Rodríguez Tibocha
Doctora en Software y Sistemas por la
Universidad Politécnica de Madrid, Máster
en Tecnologías de la información e
Ingeniera Informática.
Docente y coordinadora del Grado en
Ingeniería Informática en la Universidad
Católica de Ávila.
Investigación en ingeniería de software con
énfasis en usabilidad del software y
experimentación e Inteligencia artificial
Dr. Francisco Astudillo
Director de Proyectos Internacionales
con amplia experiencia en mercados de
Universidad Católica de Ávila
Extremo Oriente y Profesor Universitario
Doctor en Informática por la Universidad
Politécnica de Madrid; Master en
Gestión de Proyectos y PMP Certified
Professional.
Docente del Grado en Ingeniería
Informática en la Universidad Católica de
Ávila.
2
Objetivos
• Implementar y ejecutar algoritmos de Machine Learning en Python que
permitan entender y demostrar los conceptos fundamentales de esta
disciplina.

• Diseñar y construir modelos de Machine Learning a través de las bibliotecas

Universidad Católica de Ávila

NumPy, Pandas, Matplotlib, Seaborn, Scikit-learn, TensorFlow y Keras,
demostrando así un entendimiento de estas herramientas y su aplicación.

• Generar procesos efectivos de preprocesamiento de datos, selección de

características y elección de algoritmos, y validar su eficacia a través del
entrenamiento y evaluación de modelos de Machine Learning. 3
Objetivos
• Comprender y aplicar métodos de procesamiento de texto e imágenes
utilizando técnicas de Machine Learning que permitan resolver
problemas prácticos en el campo de la informática.

Universidad Católica de Ávila

• Idear y realizar un proyecto completo de Inteligencia Artificial,
comenzando por la definición y planificación del proyecto y culminando
con su implementación y presentación final, evidenciando así la
aplicación de los conocimientos adquiridos a lo largo del curso.

4
Programación
Sesiones de 2 horas los sábados
Temas Fecha Duración
Tema 1: Introducción a la IA y el ML; Definición y Planificación de un Proyecto de ML 9 de sept 2h
Tema 2: Introducción a Python - Ejercicios básicos de codificación en Python 16 de sept 2h
Tema 3: Python para Data Science - Pandas y NumPy 23 de sept 2h
Tema 4: Visualización de Datos con Matplotlib y Seaborn 30 de sept 2h
Tema 5: Introducción a Scikit-Learn - Modelos de Regresión (I) y (II) 7 de oct 3h

Universidad Católica de Ávila

Tema 6: Modelos de Clasificación con Scikit-Learn y Orange 14 de oct 2h
Tema 7: Clustering con Scikit-Learn 21 de oct 2h
Tema 8: Reducción de Dimensionalidad con Scikit-Learn 28 de oct 2h
Tema 9: Trabajar con Texto - NLP y NLTK 4 de nov 2h
Tema 10: Trabajar con Texto - Vectorización y Modelos de Lenguaje 11 de nov 2h
Tema 11: Análisis de Sentimiento y Otros Enfoques de NLP 18 de nov 2h
Tema 12: Deep Learning con TensorFlow y Keras - Parte 1 25 de nov 2h
Tema 13: Deep Learning con TensorFlow y Keras - Parte 2 2 de dic 2h
Tema 14: Creación de un Chatbot 9 de dic 2h 5
Tema 15: Presentación de proyectos 16 de dic 3h
Metodología
Sesión típica
Introducción al tema (de 15 a 30 minutos)
Demostración o actividad práctica (de 30 a 45 minutos).
Ejercicio práctico - planteamiento inicial (de 15 a 20 minutos)

Universidad Católica de Ávila

Desarrollo de una práctica en grupos (de 40 a 45 minutos).

Antes de cada sesión, se proporcionará material docente, entornos de programación

(o librerías) y actividades de evaluación cuando corresponda.

6
Evaluación

Actividad de evaluación Ponderación

Universidad Católica de Ávila

Trabajo en equipo – Proyecto de ML realizado a lo largo del curso 40%

Presentación del proyecto (participación activa en las clases) 10%

Examen final tipo test 50%

100%
7
Tema 1

Introducción a la IA y Machine Learning.

Definición y Planificación de un Proyecto de IA

Universidad Católica de Ávila

• Conceptos fundamentales de la IA y ML
• Terminología clave
• Elementos principales para planificar y definir proyectos de IA y ML
efectivos
• Cómo alinear los proyectos de AI con objetivos comerciales o de
investigación 8
 Cuestionario de inicio

Universidad Católica de Ávila

9
¿Qué es la inteligencia artificial?

Universidad Católica de Ávila

2001: Odisea del Terminator 2 (1991) Matrix (1999) Yo, robot (2004)
espacio (1968)

10
Wall-E (2008) Ex Machina (2014) Vengadores 2 (2015)