Maestría
Inteligencia Artificial
Fase ll
Ejecución.
Nombre: Aarón Josué Martínez González. Matrícula: AL02993201.
Nombre del profesor: Omar Velázquez López.
Nombre del Curso:
Inteligencia Artificial.
Materia: Actividad:
Fundamentos de IA. FASE 1.
Fecha: 7 de Diciembre del 2023.
Bibliografía:
1
Maestría
Inteligencia Artificial
Contenido:
FASE ll..............................................................................................................................3
...........................................................................................................................................4
Descripción:.......................................................................................................................4
Objetivo:............................................................................................................................5
Requerimientos:...............................................................................................................5
Instrucciones:...................................................................................................................5
Instrucciones:...................................................................................................................6
Conclusiones:.................................................................................................................11
FASE ll.
2
Maestría
Inteligencia Artificial
Fase II En esta fase se realizará el procesamiento de los datos recopilados en la
fase anterior, haciendo uso de las herramientas y conocimientos de
programación en Python obtenidos durante el desarrollo del Módulo 2.
Instrucciones Agrupa los datos recopilados en un fichero tipo texto que pueda
ser importado a Python, de preferencia “csv” (Comma Separated
Values) o “xlsx” (Microsoft Excel Spreadsheet as Data Charts).
Prepara un entorno de trabajo con una Notebook de Python,
puedes emplear la plataforma IBM Cloud o Google Colab.
Importa el fichero de datos al entorno de trabajo y realiza las
siguientes operaciones:
1. Importa las librerías NumPy, Pandas y Matplotlib a tu
notebook.
2. Genera un Dataframe con los datos incluidos en el fichero
de datos obtenido en el punto 2.
3. Organiza la información dentro de Dataframe de la forma
que mejor se adecue a la problemática que se desea
analizar, modifica el tipo de variable en caso de ser
necesario.
4. Aplica una función matemática que te permita modificar
parte o extraer información de los datos dentro del
Dataframe.
5. Selecciona una muestra de los datos y representa
gráficamente la información que aportan.
Criterio Puntaje
1. Agrupa los datos recopilados. 15
2. Prepara el entorno de trabajo en IBM Cloud o Google Colab. 15
3. Desarrolla las operaciones indicadas. 70
Entregable (s) Notebook con código en Python.
3
Maestría
Inteligencia Artificial
Descripción:
En esta fase se realizará el procesamiento de los datos recopilados en la fase
anterior, haciendo uso de las herramientas y conocimientos de programación
en Python obtenidos durante el desarrollo del Módulo 2.
Objetivo:
Analizar un conjunto de datos, utilizando el lenguaje de programación Python
para obtener un reporte relevante de estos.
Requerimientos:
Comprender los conceptos generales del lenguaje Python.
Preparar el entorno de trabajo con Jupyter Notebook.
Comprender el uso de variables, estructuras de datos y funciones en
Python.
Saber operar con archivos externos y las librerías de manejo de datos y
visualización de Python.
Entender la programación orientada a objetos en Python.
Tener el conjunto de datos recopilados de la Fase 1.
Instrucciones:
Revisa:
Los conceptos generales de los lenguajes de programación y sus enfoques
hacia a la inteligencia artificial.
El funcionamiento de los diccionarios y conjuntos en Python.
La forma de declarar funciones y combinarlas con las estructuras de control en
Python.
La instalación y uso de las librerías NumPy, Pandas y Matplotlib en Python.
Agrupa los datos recopilados en un fichero tipo texto que pueda ser
importado a Python, de preferencia “csv” (Comma Separated Values) o
“xlsx” (Microsoft Excel Spreadsheet as Data Charts).
Prepara tu entorno de trabajo en Jupyter Notebook dentro de la
plataforma IBM Cloud, puedes apoyarte en la guía compartida en el
anexo 1.
Importa el fichero de datos al entorno de trabajo y realiza las siguientes
operaciones:
Importa las librerías NumPy, Pandas y Matplotlib a tu notebook.
Genera un Dataframe con los datos incluidos en el fichero de datos obtenido en
el punto 2.
Organiza la información dentro de Dataframe de la forma que mejor se adecue
a la problemática que se desea analizar, modifica el tipo de variable en caso de
ser necesario.
4
Maestría
Inteligencia Artificial
Aplica una función matemática que te permita sintetizar parte de los datos
dentro del Dataframe.
Selecciona una muestra de los datos y representa gráficamente la información
que aportan.
Elabora un resumen de la información relevante obtenida, presenta tus
conclusiones en un documento electrónico y compártela con tus
compañeros en el foro indicado por el profesor (puede ser un material
audiovisual en caso de ser requerido).
Instrucciones:
Revisa:
Los tipos de paradigmas de la inteligencia artificial.
Los diferentes tipos de datos y su clasificación.
La descripción de la metodología CRISP-DM.
Las herramientas más adecuadas para las diferentes fases de la metodología
CRISP-DM
Selecciona y justifica una problemática de tu interés, donde puedas identificar
claramente todos los datos que la describen.
Ejemplo de proyectos:
Evaluación del estado de salud de un grupo de personas.
Comportamiento del clima durante un periodo de tiempo.
Seguimiento del estado de una criptomoneda.
Estado de los vuelos internacionales y restricciones aplicadas por países.
Precio de los automóviles por temporadas.
Recopila la mayor cantidad de datos que puedas sobre la problemática
seleccionada y realiza la clasificación de estos según su tipo. La cantidad de
datos recopilados debe ser de un valor considerablemente alto.
Aplica la primera y segunda fase de la metodología ASUM-DM de IBM y define
el tipo de información relevante que necesitas para resolver la problemática o
situación.
Realiza un análisis a partir de los conocimientos adquiridos durante el módulo y
determina cuál es la rama o aplicación de la inteligencia artificial más adecuada
para la situación seleccionada.
Presenta tus conclusiones en un documento electrónico y compártela con tus
compañeros mediante un foro. (Puede ser un material audiovisual en caso de
ser requerido).
