Udemy
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
Development
Web Development Data Science Mobile Development Programming Languages Game Development Database Design & Development Software Testing Software Engineering Development Tools No-Code Development
Business
Entrepreneurship Communications Management Sales Business Strategy Operations Project Management Business Law Business Analytics & Intelligence Human Resources Industry E-Commerce Media Real Estate Other Business
Finance & Accounting
Accounting & Bookkeeping Compliance Cryptocurrency & Blockchain Economics Finance Finance Cert & Exam Prep Financial Modeling & Analysis Investing & Trading Money Management Tools Taxes Other Finance & Accounting
IT & Software
IT Certification Network & Security Hardware Operating Systems Other IT & Software
Office Productivity
Microsoft Apple Google SAP Oracle Other Office Productivity
Personal Development
Personal Transformation Personal Productivity Leadership Career Development Parenting & Relationships Happiness Esoteric Practices Religion & Spirituality Personal Brand Building Creativity Influence Self Esteem & Confidence Stress Management Memory & Study Skills Motivation Other Personal Development
Design
Web Design Graphic Design & Illustration Design Tools User Experience Design Game Design Design Thinking 3D & Animation Fashion Design Architectural Design Interior Design Other Design
Marketing
Digital Marketing Search Engine Optimization Social Media Marketing Branding Marketing Fundamentals Marketing Analytics & Automation Public Relations Advertising Video & Mobile Marketing Content Marketing Growth Hacking Affiliate Marketing Product Marketing Other Marketing
Lifestyle
Arts & Crafts Beauty & Makeup Esoteric Practices Food & Beverage Gaming Home Improvement Pet Care & Training Travel Other Lifestyle
Photography & Video
Digital Photography Photography Portrait Photography Photography Tools Commercial Photography Video Design Other Photography & Video
Health & Fitness
Fitness General Health Sports Nutrition Yoga Mental Health Dieting Self Defense Safety & First Aid Dance Meditation Other Health & Fitness
Music
Instruments Music Production Music Fundamentals Vocal Music Techniques Music Software Other Music
Teaching & Academics
Engineering Humanities Math Science Online Education Social Science Language Teacher Training Test Prep Other Teaching & Academics
AWS Certification Microsoft Certification AWS Certified Solutions Architect - Associate AWS Certified Cloud Practitioner CompTIA A+ Cisco CCNA Amazon AWS CompTIA Security+ AWS Certified Developer - Associate
Graphic Design Photoshop Adobe Illustrator Drawing Digital Painting InDesign Character Design Canva Figure Drawing
Life Coach Training Neuro-Linguistic Programming Mindfulness Personal Development Personal Transformation Meditation Life Purpose Coaching Neuroscience
Web Development JavaScript React CSS Angular PHP WordPress Node.Js Python
Google Flutter Android Development iOS Development Swift React Native Dart Programming Language Mobile Development Kotlin SwiftUI
Digital Marketing Google Ads (Adwords) Social Media Marketing Google Ads (AdWords) Certification Marketing Strategy Internet Marketing YouTube Marketing Email Marketing Retargeting
SQL Microsoft Power BI Tableau Business Analysis Business Intelligence MySQL Data Analysis Data Modeling Data Science
Business Fundamentals Entrepreneurship Fundamentals Business Strategy Online Business Business Plan Startup Freelancing Blogging Home Business
Unity Game Development Fundamentals Unreal Engine C# 3D Game Development C++ 2D Game Development Unreal Engine Blueprints Blender
30-Day Money-Back Guarantee

This course includes:

  • 29.5 hours on-demand video
  • 7 articles
  • 2 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
Development Data Science Artificial Intelligence

Curso completo de Inteligencia Artificial con Python

Combina el poder de los datos, Reinforcement Learning, Q-Learning y Deep Learning para crear IA en contextos reales
Rating: 4.4 out of 54.4 (1,656 ratings)
10,213 students
Created by Juan Gabriel Gomila Salas, Frogames SL
Last updated 12/2020
Spanish
Spanish [Auto]
30-Day Money-Back Guarantee

What you'll learn

  • Entender los conceptos de la inteligencia artificial modernos así como del Deep Learning y el Q-Learning
  • Construir tus propias inteligencias artificiales
  • Comprender los aspectos más avanzados de la inteligencia artificial aplicada a videojuegos
  • La teoría detrás del Deep Q Learning
  • Los modelos avanzados de Actor Crítico
  • Utilizar de forma profesional pytorch para entrenar en entornos de IA
Curated for the Udemy for Business collection

Course content

14 sections • 152 lectures • 29h 37m total length

  • Preview05:16
  • Pre requisitos del curso
    01:37
  • Preview02:25
  • Un ejemplo en directo de IA
    01:44
  • Aplicaciones prácticas del reinforcement learning y la IA en el mundo actual
    07:24
  • Repositorio del curso de Inteligencia Artificial en Github
    00:03
  • NOTA ADICIONAL: Actualización de los materiales en Google Colab
    01:08
  • Comunidad de estudiantes en Discord
    00:38

  • Una recomendación acerca de cómo ver esta sección
    03:59
  • ¿Qué es el aprendizaje por refuerzo?
    19:27
  • Notación de variables
    03:42
  • El agente del laberinto
    12:53
  • La ecuación de Bellman
    19:57
  • Calculando el resto de valores en los estados
    07:10
  • El plan
    05:28
  • Preview13:57
  • Procesos estocásticos o cadenas de Markov
    08:45
  • Ecuación de Bellman con procesos estocásticos
    16:39
  • Politica o plan
    25:21
  • Factor de Penalización
    25:30
  • Q-Learning
    30:24
  • La diferencia temporal
    30:12
  • ¡Fin de la teoría!
    01:46

  • Instalar Python con Anaconda
    27:18
  • Cómo instalar la librería AIGym
    07:18
  • Probando OpenAI
    12:14
  • Dependencias con Homebrew y Aptitude
    07:02
  • Posible solución para las dependencias en Windows
    00:12
  • Instalar los entornos de Open AI Gym
    12:13
  • [Aporte] Posible solución para usar Windows
    00:32
  • Probando los entornos instalados
    03:11
  • Pytorch, la librería de python para inteligencia artificial
    11:13

  • Como tener Python 2.x y 3.x desde Anaconda
    06:30
  • El Github del proyecto de Berkeley para aprender experimentar con el laberinto
    09:36
  • Cambiando los parámetros para hacer que nuestro agente aprenda
    21:21

  • Cómo ver todos los entornos de test que tenemos instalados
    12:55
  • Ejecutar cualquier entorno de Open AI Gym
    08:47
  • De reinforcement learning a líneas de código
    13:23
  • Un ejemplo de reinforcement learning con Q-Bert
    08:41
  • Los espacios de acciones en OpenAI Gym
    14:09
  • Mostrando qué acciones y estados tenemos en un entorno
    17:32

  • El problema de la montaña rusa
    02:59
  • El entorno y los espacios de estado y acciones
    06:26
  • Un agente con decisiones aleatorias
    12:35
  • Nuestro propio algoritmo de Q-Learning
    17:24
  • Inicialización de las variables
    08:04
  • El método de discretización del espacio de estados
    06:32
  • Elección de la acción
    06:55
  • El método de aprendizaje
    06:34
  • Entrenar a nuestro agente
    07:42
  • Evaluación del entrenamiento
    07:45
  • Comprobando nuestro aprendizaje
    14:24
  • Vídeos del resultado del agente
    04:13

  • Introducción al Deep Learning
    01:35
  • Historia de las redes neuronales
    15:29
  • El creador del concepto de Deep Learning
    14:33
  • La neurona
    14:56
  • Cómo procesa la información una neurona artificial
    17:55
  • Las funciones de activación
    11:00
  • Ejercicio: ¿Qué función de activación elegirías en cada caso?
    07:54
  • Cómo funciona una red neuronal
    20:46
  • Programación clásica vs redes neuronales
    05:44
  • La función de costes
    18:47
  • El método de optimización del gradiente descendente
    18:49
  • Gradiente descendiente estocástico
    16:44
  • Propagación hacia atrás
    08:57

  • Aprendizaje en profundo para problemas discretos
    06:25
  • Las redes neuronales
    09:18
  • Single Layer Perceptron
    11:55
  • El perceptrón de una capa explicado
    08:16
  • Una implementación de QLearning con el perceptrón
    14:10
  • Separando métodos según su funcionalidad
    12:45
  • Utilidades para complementar nuestro desarrollo
    11:54
  • Aprendiendo con la red neuronal
    09:59
  • Probando nuestros resultados
    11:21
  • Experiencia de repetición
    06:35
  • Implementando un buffer de experiencia cíclico
    14:12
  • Aprender de la experiencia previa
    19:48
  • Probando la experiencia de repetición de la red neuronal
    09:26
  • Un cambio necesario en la clase anterior
    01:05

  • Introducción a las redes neuronales convolucionales
    02:33
  • Cómo funciona el cerebro humano
    08:05
  • ¿Qué son las redes neuronales de convolución?
    21:50
  • La operación de convolución
    20:27
  • Ejemplos de convolución
    09:03
  • La capa de ReLU
    09:21
  • Max Pooling
    15:58
  • Jugando con las capas de la CNN
    09:37
  • Flattening
    03:11
  • La capa de full connection
    09:53
  • Un ejemplo de red neuronal artificial al final de la CNN
    20:10
  • Función softmax regularizadora
    06:35
  • La entropía cruzada
    18:49

  • Red Neuronal Convolucional
    13:16
  • Decidir qué algoritmo utilizar según el espacio de observaciones
    08:28
  • Un fichero JSON para gestionar los parámetros de los algoritmos
    17:36
  • El manager de parámetros
    16:45
  • Refactorización de parámetros de carga
    25:49
  • Reposar el conocimiento con Q-Network
    10:18
  • Cargar y guardar los estados del agente
    07:10
  • Refactorización de parámetros
    16:56
  • Parser de argumentos de Python
    13:55
  • Cargar cualquier entorno de Atari
    13:43
  • Wrappers para configurar las IA de Atari
    11:34
  • La razón del reescalado de imágenes
    14:59
  • Evitar memorizar la posición de salida
    15:03
  • El botón de inicio y el sistema de vidas
    15:16
  • Optimizaciones de almacenamiento en memoria
    22:57
  • Reescalar juegos de OpenAI Gym
    07:30
  • Cargando nuestro entorno de forma independiente
    10:03
  • Entrenando a nuestro agente
    21:45
  • Tensorboard X, una herramienta magnífica
    12:36
  • Resolviendo los bugs de código al detalle
    45:28
  • Pruebas finales y Tensorboard
    14:07
  • Últimos resultados de entrenamiento
    05:23

Requirements

  • Conocimientos medios de matemáticas, sobretodo de estadística y de álgebra lineal
  • Conocimientos avanzados del lenguaje de programación Python
  • Es muy recomendable haber completado el itinerario de Deep Learning y Machine Learning antes de enfrentarse a este curso avanzado
  • Aunque se puede seguir el curso en Windows, la mayoría de librerías están preparadas para trabajar sin problemas en Mac o Linux. Si tienes windows necesitarás conocimientos avanzados para configurar e instalar librerías de Python

Description

Bienvenido Curso completo de Inteligencia Artificial de cero a experto, donde aprenderás conceptos claves del mundo de la IAy el aprendizaje automatizado tanto desde el punto de visto teórico como implementaciones prácticas con Python, en particular cubriremos aspectos como

  • Introducción a la inteligencia artificial, con todos los conocimientos y terminología del sector.

  • Construir tu primera IA sin experiencia previa de programación usando Python utilizando la ecuación de Bellman.

  • Cómo combinar la inteligencia artificial con videojuegos con OpenAI Gym para aprender de forma efectiva.

  • Técnicas de optimización de IA para alcanzar soluciones com máximo potencial en contextos reales.

  • Redes neuronales desde el perceptrón simple hasta las redes neuronales de convolución para hacer que nuestro agente aprenda a jugar a la Atari clásica mirando la pantalla como lo haría un ser humano

  • Toda la teoría explicada con transparencias, incluido Q-Learning, ecuación de Bellman, Redes Neuronales Artificiales y de Convolución, Entropía Cruzada o la función Softmax entre otras.

  • Papers de referencia de toda la teoría para que complementes la formación del curso con los mismos papers de donde sale toda la parte teórica (ideal para los que están trabajando en el campo de la IA o escribiendo su propia tesis doctoral, pues hay muchas referencias en más de 30 artículos web diferentes).

  • Y mucho más que trae el curso para que aprendas no solo los aspectos sencillos si no también todos los entresijos más avanzados del mundo de la inteligencia artificial con Python.

Y todo ello acompañado de lo mejor que tienen los cursos de Juan Gabriel Gomila:

  • Soporte personalizado para todas las dudas del curso incluyendo un foro del curso donde intentaré responderte antes de 48 horas a tus dudas y una comunidad de Discord con miles de estudiantes que aprenden online conmigo.

  • Ejemplos amenos y enfocados a que los conceptos teóricos te queden super claros y sin dudas intermedias

  • Aprende desde cero acerca del mundo de la IA – ya que aprenderás desde un lienzo en blanco e iremos construyendo las ecuaciones necesarias acerca del mundo del aprendizaje por refuerzo y las redes neuronales paso a paso.

  • Todo el código fuente  en Python – Si te quedas atascado solo tienes que ir a Github y descargar el material que no te funcione.

  • Algoritmos que se usan en el mundo real -  No haremos un único algoritmo, si no diversos ejemplos con soluciones diversas y de dificultad y estructura de información creciente para que no solo memorices una receta de cocina, si no que adquieras todo lo necesario para poner en producción tus propios algoritmos.

  • Garantía de devolución de 30 días por si no te gusta el curso. Por si lo encuentras demasiado fácil o no es algo que te entusiasme esto de la inteligencia artificial.

Who this course is for:

  • El principiante que quiera iniciarse en el mundo de la Inteligencia Artificial
  • Alumnos de ingeniería que quieran profundizar en el mundo del Q-Learning y el Deep Learning
  • Estudiantes avanzados de Deep Learning, y Machine Learning que quieran ver ejemplos mucho más avanzados y complejos donde se aplique la IA en detalle

Instructors

Juan Gabriel Gomila Salas
CEO de Frogames, Matemático, Data Scientist & Game Designer
Juan Gabriel Gomila Salas
  • 4.6 Instructor Rating
  • 41,606 Reviews
  • 289,303 Students
  • 92 Courses

Soy licenciado en matemáticas, especializado en el análisis de datos para empresas de videojuegos con R y Python, en Game Design para videojuegos de social casino, en el desarrollo de aplicaciones móviles para iOS y para Android y desarrollador de videojuegos utilizando los motores Unreal Engine y Unity tanto para PC como para móvil desde el año 2011.

Me encanta programar, crear apps y videojuegos que la gente utilice y sobretodo enseñar tanto en el mundo online, como en la Universidad presenciamente.

Aquí en Udemy, llevo como profesor online desde verano de 2015 he lanzado ya más de 90 cursos online con más de 250.000 estudiantes en más de 160 países de todo el mundo que han aprendido en castellano  temáticas de desarrollo tan diversas como el mundo de las apps para iOS en Objective-C, Swift y SpriteKit,  en Android con Java, desarrollo de videojuegos con Unity y Unreal Engine cubriendo desde lo más básico hasta aspectos avanzados para crear juegos profesionales o incluso análisis de datos masivos, big data, machine learning y data science con R, Tidyverse y Python. 

Soy también Instructor Certificado de Unity (UCI), lo cual me permite viajar por todo el mundo asesorando y dando formación en desarrollo de videojuegos para empresas de CAD, o estudios de renombre como por ejemplo Team 17 (Worms, The Escapists), Genera Games (Disney's Frozen, Star Wars) o Ubisoft (Assassin's Creed, CSI Hidden Crimes)

Además, los propios estudiantes online de varias partes del mundo me han contactado para ir a dar conferencias y compartir mis experiencias en lugares tan bonitos como Colombia, Dinamarca, USA, México, Suecia, Holanda, Londres o Bolivia entre otros. Si no conoces aún ninguno de los cursos que imparto aquí en Udemy, tómate un tiempo para visitar los diversos cursos gratuitos que tengo publicados aquí mismo.

Frogames SL
Educación online, matemáticas y videojuegos
Frogames SL
  • 4.6 Instructor Rating
  • 11,543 Reviews
  • 166,926 Students
  • 7 Courses

Somos una compañía compuesta por un equipo multidisciplinario, altamente preparado, liderados por Juan Gabriel Gomila, que ofrece asesoría externa para empresas en proyectos de diversa índole como Big data, videojuegos, desarrollo de aplicaciones, entre otros. Igualmente, aportamos colaboración constante a nuestro CEO en sus labores como instructor certificado de Unity, instructor online en la plataforma Udemy (En la cual cuenta con más de 100.000 estudiantes), y la plataforma latinoamericana Platzi, entre otros.

Nacemos en el año 2013, como parte de un proyecto personal el cual inicio con el desarrollo de diversas aplicaciones móviles y videojuegos que fueron liberados en la App store y que paulatinamente fueron ganando experiencia y popularidad, adentrándose en nuevos e innovadores proyectos, lo cual nos ha permitido, como compañía startup, mantenernos en constante crecimiento.

  • Udemy for Business
  • Teach on Udemy
  • Get the app
  • About us
  • Contact us
  • Careers
  • Blog
  • Help and Support
  • Affiliate
  • Terms
  • Privacy policy
  • Cookie settings
  • Sitemap
  • Featured courses
Udemy
© 2021 Udemy, Inc.