IA práctica para programadores: ChatGPT, LLM, RAG, agentes, evaluación y despliegue.
Número de parámetros: ¿Por qué importa para las redes convolucionales? Introducción El número de parámetros es uno de los factores cruciales a considerar al diseñar y entrenar una red neuronal, especialmente cuando se trabaja con imágenes. …
Dimensionalidad de imágenes: Por qué importa para las CNN Introducción La dimensionalidad de una imagen es un concepto fundamental al que deben enfrentarse tanto los desarrolladores como los científicos de datos. Especialmente en el context…
Visión por computador con Deep Learning Introducción La visión por computador (VPC) es una disciplina de la inteligencia artificial que se encarga de dar a las máquinas la capacidad de "ver" y comprender imágenes y videos. La visi…
Flujo completo de un proyecto de IA Introducción El flujo completo de un proyecto de inteligencia artificial (IA) es más que simplemente aplicar modelos a datos; implica una serie de etapas cuidadosamente orquestadas, desde la definición cl…
Ética y riesgos de la IA Introducción La inteligencia artificial (IA) ha avanzado significativamente en los últimos años, transformando diversos sectores como la medicina, la industria manufacturera y los sistemas de seguridad. Sin embargo,…
Auditoría de sistemas algorítmicos Introducción En el ámbito de la inteligencia artificial (IA), la auditoría de sistemas algorítmicos es una práctica crítica que permite evaluar y asegurar la confiabilidad, ética y rendimiento de los model…
Gobernanza de IA Introducción La gobernanza de la Inteligencia Artificial (IA) es una disciplina cada vez más importante en el ecosistema tecnológico. Se refiere a los procesos, políticas y marcos utilizados para asegurar que las soluciones…
Visión artificial en producción La visión artificial en producción se refiere al desarrollo y implementación de soluciones basadas en inteligencia artificial para resolverse problemas cotidianos o innovar en procesos industriales. La visión…