IA práctica para programadores: ChatGPT, LLM, RAG, agentes, evaluación y despliegue.
Flujo completo de un proyecto de IA Introducción Desarrollar proyectos de inteligencia artificial (IA) puede ser un desafío emocionante, pero también complejo. Cada etapa del proceso requiere una comprensión profunda y la aplicación adecuad…
Redes neuronales aplicadas Introducción En la práctica de la inteligencia artificial, las redes neuronales son una herramienta esencial para resolver problemas complejos. Aunque ya hemos cubierto los fundamentos teóricos en unidades anterio…
Deep Learning desde cero Introducción El deep learning es un campo avanzado de la inteligencia artificial que ha revolucionado múltiples industrias. Las redes neuronales profundas son una parte crucial de este avance, permitiendo a las máqu…
Redes convolucionales y recurrentes Introducción Las redes convolucionales y recurrentes son dos tipos de arquitecturas neurales profundas que se utilizan con frecuencia para resolver problemas complejos en campos como la visión por computa…
PyTorch o TensorFlow: ¿Cuál elegir para tus redes neuronales? Introducción Cuando se trata de implementar y entrenar modelos de aprendizaje profundo, PyTorch y TensorFlow son las dos bibliotecas más populares. Ambos han dominado el panorama…
Deep Learning desde cero Introducción En el camino de la inteligencia artificial, las redes neuronales son fundamentales. Después de haber estudiado cómo funcionan las redes neuronales y sus componentes, es hora de avanzar al siguiente nive…
Conclusiones razonadas Introducción Después de implementar y entrenar una red neuronal, es fundamental reflexionar sobre los resultados obtenidos. Las conclusiones razonadas no solo ayudan a entender mejor el problema y la solución propuest…
Evaluación: Definición y Entendimiento Introducción La evaluación es una etapa crucial en el ciclo de vida de cualquier modelo de redes neuronales. No solo asegura que nuestro modelo esté funcionando correctamente, sino que también nos prop…