AI Saturdays Alicante 2.0
Comenzamos el 25 de enero de 2020, no te lo pierdas!
AI Saturdays Alicante forma parte del movimiento #AISaturdays, una iniciativa global sin ánimo de lucro con la misión de hacer accesible la IA a cualquier persona realizando proyectos con impacto social.
En Alicante #AISaturdays está organizado por la Asociación nacional de Big Data y Analytics (ANBAN)
La entrada
El coste de la entrada* esta destinado íntegramente a cubrir gastos operativos del programa. Por ello, pedimos a nuestros participantes un compromiso de asistencia y que con su propio aprendizaje contribuyan a crear una comunidad implicada y hacer de esto una experiencia única.
*El precio de la entrada cubre las 12 sesiones
Si estás interesado en asociarte, contacta con nosotros en [email protected] y te informaremos
¿Quieres ser parte de la próxima revolución tecnológica? Únete a nosotros.
Obtenga más información en www.saturdays.ai
Metodología
La experiencia de aprendizaje se estructura a través de sábados donde los #AIFellows (estudiantes), dirigidos por facilitadores voluntarios, aprenden las técnicas más relevantes para construir productos reales potenciados por la inteligencia artificial.
En la 1a mitad del curso, seguimos un enfoque de «code2learn», donde hacemos ejercicios para aprender las bases del Machine Learning.
En la 2a mitad del curso, hasta el día de demostración, pasamos a la fase «build2learn», donde nuestros #AIFellows construyen un proyecto con impacto social usando IA de forma colaborativa.
Finalmente, en el DemoDay presentamos los proyectos de IA. Si quieres ver un resumen del Demo Day del año pasado haz click aquí
Con este enfoque, AI Saturdays ha ayudado a más de 15.000 personas, desde estudiantes hasta profesionales senior, incluyendo postdoctorados y emprendedores, a utilizar la IA para tener un mayor impacto.
Contenidos de las sesiones
No te pierdas la oportunidad de aprender estos contenidos, actualizados y mejorados.
1 – CLEANING AND DATA PROCESSING
Antes de comenzar a crear modelos de Machine Learing es necesario conocer y preparar nuestros datos. Usaremos librerías como numpy, pandas o matplotlib.
2 – LINEAR REGRESSION & DECISION TREES
Aquí comenzaremos a usar los primeros algoritmos: Regresión Lineal y Árboles de Decisión
3 – RANDOM FOREST DEEP DIVE
Una vez conocemos el mecanismo de los árboles de decisión veremos en profundidad uno de los algoritmos más usados y potentes, como es Random Forest
4 – UNSUPERVISED LEARNING
Tras haber trabajado con algoritmos de tipo supervisado pasaremos a conocer los no supervisados. Nos servirán para entender mejor nuestros datos o para hacer Feature Engineering.
5 – NEURAL NETWORKS
En esta sesión haremos una introducción a las Redes Neuronales (Deep Learning)
6 – NATURAL LANGUAGE PROCESSING (NLP)
El procesamiento del lenguaje natural tiene una forma de trabajar especial. Veremos sus particularidades y cómo aplicarlas a casos de uso.
7 al 12: Se configurarán grupos de 3 a 5 personas que pondrán en marcha proyectos con los que poner en práctica lo aprendido en las seis primeras sesiones.
DEMO DAY: Una vez terminadas las 12 sesiones, se presentarán los proyectos en público.
Además de las sesiones oficiales contaremos con la aportación de profesionales expertos en su materia que ayudarán a completar vuestra formación.
Pre-requisitos
Es necesario tener conocimientos de programación (usaremos Python) y familiaridad con Álgebra Lineal (¿recuerdas operaciones con matrices?) para poder disfrutar del curso.
Si no tienes experiencia programando te recomendamos aprendas lo antes posible. Puedes usar los cursos online gratuitos de Codeacademy o Datacamp. Adicionalmente, puedes utilizar el Google Crash Course en ML para tener una primera aproximación a la IA. En caso que quieras refrescar tu álgebra lineal, el itinerario recomendado de Khan Academy te servirá. Estimamos que si partes de 0, necesitarás invertir al menos 20h para poder aprovechar las sesiones y convertirte en un “AI Fellow” con Saturdays.AI.
Más información para saber «de qué va esto»: