Scribd
Cargar
42 vistas3 páginas

Ejercicios de Inteligencia Artificial y Redes Neuronales

El documento contiene una serie de ejercicios teóricos y prácticos sobre Inteligencia Artificial, organizados en bloques que abordan temas como agentes inteligentes, búsquedas, sistemas expertos y redes neuronales. Cada ejercicio solicita descripciones, ejemplos y explicaciones de conceptos clave en el campo de la IA. También incluye un ejercicio práctico para desarrollar una red neuronal simple en TensorFlow.

Cargado por

Noelia Cotignola
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
42 vistas3 páginas

Ejercicios de Inteligencia Artificial y Redes Neuronales

El documento contiene una serie de ejercicios teóricos y prácticos sobre Inteligencia Artificial, organizados en bloques que abordan temas como agentes inteligentes, búsquedas, sistemas expertos y redes neuronales. Cada ejercicio solicita descripciones, ejemplos y explicaciones de conceptos clave en el campo de la IA. También incluye un ejercicio práctico para desarrollar una red neuronal simple en TensorFlow.

Cargado por

Noelia Cotignola
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

Ejercicios

Ejercicios de Desarrollo Teórico

Bloque 1
Ejercicio 1:

Describa cuales son las dos ramas principales de Inteligencia Artificial, de 2 ejemplo de
cada rama.

Ejercicio 2:

¿A que nos referimos con agente Inteligente?, ¿Cuáles son las partes de este y para qué
sirven?

Ejercicio 3:

¿Cuáles son los diferentes tipos de arquitecturas de un agente inteligente?,de ejemplos


de cada una de ellas.

Ejercicio 4:

Explique que cuales son los siguientes tipos de búsquedas:

• Búsqueda Informada
• Búsqueda Primero al mejor
• Búsqueda voraz

De queda uno de un ejemplo de aplicación

Bloque 2
Ejercicio 1:

¿Qué es la búsqueda en el contexto de la inteligencia artificial y cómo se clasifica?

Ejercicio 2:

¿Qué es la inferencia lógica y cómo se utiliza en la inteligencia artificial?

Ejercicio 3:

¿Cuál es la diferencia entre la búsqueda primero en anchura (BFS) y la búsqueda primero


en profundidad (DFS)?
Ejercicio 4:

¿Cómo funciona el algoritmo A y por qué es considerado eficiente en búsqueda


informada?

Ejercicio 5:

¿Qué son las redes semánticas y cómo se utilizan en la representación del conocimiento?

Ejercicio 6:

¿Qué son las redes bayesianas y cómo se aplican en la inteligencia artificial?

Bloque 3
Ejercicio 1:

¿Qué es un sistema experto y cuáles son sus componentes principales?

Ejercicio 2:

¿Cuáles son las ventajas y desventajas de los sistemas expertos?

Bloque 4
Ejercicio 1:

Enumere cada una de las principales redes neuronales y dar ejemplo de las aplicaciones
de cada una.

Ejercicio 2:

Describa cual es la red neuronal más simple y cuáles son sus partes principales

Ejercicio 3:

Describe cuales son las funciones de activación más conocida en una red neuronal y en
qué caso se aplican

Ejercicio 4:

Describa como es una red neuronal convolucional (CNN) y cuáles son sus partes

Ejercicio 5:

Explique cómo funciona una red neuronal convolucional, ¿Para qué sirve el filtro o
kernel?, De ejemplo de la aplicación de dichas redes.
Ejercicios de Desarrollo Practico (Opcional)

Ejercicio 1:

Desarrolle una red neuronal simple en tensorflow (simil ejemplo visto en clase) que pueda
desarrollar la conversión de pesos a libras esterlina considerando la entrada y las salidas.

Array de entrada → pesos : np.array = [ 1,10,37,45,880,43,422,3430]

Array de salida→ libras:np.array = [0,00087, 0,0087, 0,032, 0,039, 0,77, 0,037, 0,37, 2,98]

Ejercicio 2:

Del ejercicio Anterior, agregue capaz ocultas para que la red neuronal sea una red
multicapa y no mono capa.

También podría gustarte