Alberto Bustamante

Artificial Intelligence aprobada!

Posted by Alberto - 03/01/12 at 02:01:05 am

Lo hice, aprobé “Introduction to Artificial Intelligence”! Ha sido una experiencia muy interesante. Pensaba que al ser una “introducción” tendría un contenido más básico, pero el temario es muy amplio, y abarca muchos temas. Mi idea era que el curso me sirviera de repaso principalmente, pero he podido aprender más de lo que esperaba. El siguiente paso será el curso de Aprendizaje Automático que empieza este mes.

Más cursos gratis en Stanford

Posted by Alberto - 19/08/11 at 01:08:31 am

Buenas noticias: en el último post hablaba de la experiencia de la Universidad de Stanford de ofrecer gratuitamente su asignatura de Inteligencia Artificial. Pues el experimento se extiende a dos asignaturas más: “Aprendizaje automático“, e “Introducción a las bases de datos“.

Curso gratuito de introducción a IA de Stanford

Posted by Alberto - 07/08/11 at 05:08:38 pm

A través de Barrapunto me he enterado de una iniciativa muy interesante que va a ser llevada a cabo en la Universidad de Stanford. Los profesores Sebastian Thrun y Peter Norvig (el autor de “Artificial Intelligence, a modern approach”, la “biblia” que todo el que haya estudiado IA ha tenido que consultar), van a ofrecer su asignatura “Introduction to AI” de manera gratuita online para todo el que se quiera apuntar.

No se trata de que vayan a publicar las grabaciones de sus clases como ya hace esta universidad en iTunesU o en Youtube (ya hablé en su día de la asignatura de “Aprendizaje Automático”). En este caso, van un paso más allá, ya que todos los alumnos que se inscriban serán evaluados y podrán tener un certificado en caso de haber superado la asignatura. Para ello, tendrán que realizar los mismos ejercicios y exámenes que los alumnos presenciales de Stanford. Y todo ello, de manera gratuita.

De momento, yo ya me he apuntado para conocer más de esta experiencia. Además, siempre es interesante poder tener un diploma de Stanford

Predator: aprendizaje aplicado a visión por ordenador

Posted by Alberto - 04/05/11 at 12:05:31 am

Predator es un software de código abierto desarrollado por Zdenek Kalal en la Universidad de Surrey (Reino Unido), que usa aprendizaje para mejorar el proceso de tracking de objetos en visión por ordenador.

Hay más videos disponibles en youtube.

Via ALT1040

Google AI Challenge

Posted by Alberto - 10/09/10 at 04:09:55 pm

Ya es posible registrarse y participar en la Google AI Challenge 2010. El año pasado, se escogió el juego de Tron. En la edición de este año, se usará “Planet Wars”, un juego basado en Galcon.

Reconocimiento automático de sarcasmo

Posted by Alberto - 21/05/10 at 09:05:17 pm

Cuando me enteré de la existencia de un algoritmo para reconocer el sarcasmo, quise saber más. El sarcasmo no es siempre fácil de identificar por una persona, asi que… ¿que tal lo haría una máquina? “Semi-supervised recognition of sarcastic sentences in Twitter and Amazon” describes el trabajo que han realizado en The Hebrew University (Israel) probando su algoritmo SASI con datos extraidos de Twitter y Amazon. Aunque han obtenido buenos resultados, todavía queda mucho por hacer en este campo (como esperaba antes de leer el articulo). Me pareció interesante como modelaron el problema, y que obtuvieran mejores resultados clasificando tweets en lugar de reviews de Amazon, por ser estas últimas información más estructurada.

Aprendizaje automático en Stanford

Posted by Alberto - 17/12/09 at 11:12:04 pm

El aprendizaje automático es una rama de la Inteligencia Artificial, que tiene como objetivo el desarrollo de sistemas que sean capaces de aprender a partir de la experiencia. Las técnicas de aprendizaje automático puedes usarse en muchos campos. Por ejemplo, sistemas de recomendación (como Amazon), biología, juegos, medicina…

Si estás interesado en aprender acerca de aprendizaje automático, deberías visitar el canal de Youtube de la Universidad de Stanford, ya que allí podrás encontrar un curso completo sobre este tema. Esta es la información del curso:

This course (CS229) provides a broad introduction to machine learning and statistical pattern recognition. Topics include supervised learning, unsupervised learning, learning theory, reinforcement learning and adaptive control. Recent applications of machine learning, such as to robotic control, data mining, autonomous navigation, bioinformatics, speech recognition, and text and web data processing are also discussed.

Idiomas

Buscar