Un electivo de especialización para el pregrado de Ingeniería Informática y curso de nivelación para el magister de Ingeniería Informática de la UACh. Se recomienda mantener una copia local del material del curso clonando este repositorio.

La asignatura de "Inteligencia Artificial” tiene como principal propósito que los estudiantes analicen temáticas referidas a inteligencia artificial, aplicando estrategias de aprendizaje supervisado, aprendizaje no supervisado y algoritmos de búsqueda con heurísticas para resolver problemas aplicados.

• Unidad 1: Aprendizaje supervisado
  • Fundamentos
  • Árboles y Algoritmos de ensamble
  • Redes Neuronales Artificiales

1. I. Goodfellow and Y. Bengio and A. Courville, "Deep Learning", MIT PRESS, 2016, https://www.deeplearningbook.org/
2. V. Francois-Lavet, et al., "An Introduction to Deep Reinforcement Learning", Foundations and Trends in Machine Learning: Vol. 11, No. 3-4, 2018, https://arxiv.org/abs/1811.12560
3. Hastie, Tibshirani, Friedman, "Elements of Statistical Learning", Springer, 2009, https://www.web.stanford.edu/~hastie/ElemStatLearn/

1. A. Ng, “Machine learning Yearning”, (En desarrollo), https://www.deeplearning.ai/machine-learning-yearning/

• Lenguaje: Python3
• Ambiente: IPython, Jupyter
• Librerías para machine learning y redes neuronales: Scikit-learn, PyTorch, Tensorflow

• Programa del curso
• Repositorio INFO267 2018
• Repositorio INFO147