Inteligencia Artificial II
Lic. en Ciencias de la Computación
Facultad de Ingeniería
Universidad Nacional de Cuyo
Material de clase
Lógica difusa (slides)
Introducción y Conceptos (video)
Inferencia difusa (video)
Trabajo Práctico Nº 1 (documento)
Guia de resolución (video)
Modelo del Péndulo Invertido (jupyter notebook, python source)
Artificial Intelligence Planning
Un planner de progresión: Fast Downward (paper)
PDDL (Planning Domain Definition Language)
AI-Planning module en Unity 3D
Trabajo Práctico Nº 2 (documento)
Guia de resolución (video)
Fast Downward
Una versión online (LCAS - Lincoln Centre for Autonomous Systems)
Machine Learning
Agentes que aprenden
Tipos de aprendizaje
Datos
Procedimiento de entrenamiento y test. Evaluación de lo aprendido
Redes neuronales Feedforward fully-connected
Parte I (slides, video, apunte)
Evolución histórica. Arquitecturas. Modelo general de neurona artificial.
Redes monocapa: conceptos, operación, aprendizaje, limitaciones. Redes multicapa:
operación, mejoras respecto a redes monocapa, funciones de pérdida para regresión
y clasificación, aprendizaje con backpropagation.Parte II (slides, video)
Inicialización de pesos. Procesamiento de los datos de entrada. Prevención del overfitting:
cross-validation con early stop, regularización, dropout. Análisis de funciones de acticación.
Optimización de hiperparámetros (barrido de parámetros).
Trabajo Práctico Nº 3 (documento)
Red Neuronal Feedforward para clasificación (video)
Ejemplo de implementacion (python source)