Capítulo 1 Introducción
“Nadie lo expresa de esta manera pero creo que la inteligencia artificial es casi una disciplina de humanidades. Es en realidad un intento de entender la inteligencia y la razón humanas.”
Sebastian Thrun, escritor y profesor de inteligencia artificial en la Universidad de Stanford:
1.1 Modelos de Inteligencia Artificial para la Gestión de Sistemas de Salud
A través de esta asignatura los alumnos profesionales son habilitados en la creación, implementación y comprensión de los resultados de modelos de Inteligencia Artificial. En el sector de la salud existen una gran cantidad de datos que en general no son explotados en la toma de decisiones. Las materias que se verán en este curso permitirán a estudiante profesional hacer uso de la información disponible para así mejorar la toma de decisiones.
1.2 Objetivos
1.3 Tópicos Abordados
- Repaso de conceptos de estadística
- El flujo de trabajo en Inteligencia Artificial
- Captura o generación de DATASETS
- Tratamiento de la información (Normalización)
- Tratemiento de los NA
- Análisis exploratorio de datos (Normalidad y Sesgo)
- Construcción de Modelos Descriptivos y Predictivos
- Análisis de (agrupación) Datos Asociación y Clustering
- Entrenamiento de Árboles
- Representación de Conocimiento y Gráficos Interactivos
- Redes Neuronales
- Medicion de Performance de Modelos (ROC y Matriz de Confusión)
1.4 Modalidad y Evaluación
El curso se realiza en la modalidad taller. En cáda tópico abordado se construyan modelos completos o parciales (que serán completados en el tópico siguiente) con datasets disponibles en la red. Para la evaluación se espera que se hayan desarrollado las competencias necesarias para desarrollar un documento en formato Markdown expuesto en la red (nube). Sería conveniente alimentar los modelos desarrollados para la evaluación con datos reales, pero teniendo en cuenta que en algunos casos pueden tener información sensible o confidencial se acordarán estrategias para escalar y ocultar los patrones de comportamiento de los datas para mantener en forma confidencial los datos reservados de personas u organizaciones.
Marcador 1
Advertencia !
Este apunte de clase es dinámico, y será enriquecido con los ejemplos y datos (reales o ficticios) desarrollados durante el curso!. Recuerda indicar a los docentes si los datos que aportes en la evaluación deben ser tratados en forma confidencial.
Marcador 2
Nota!
Este separador te señalará a lo largo del texto la necesidad de reflexionar sobre el tema y sintetizar conceptos. Recomendamos utilizar Markdown para tomar tus notas y apuntes.