profe estoy indagando su canal para establecer el orden en que tengo que ver los videos y las play list, estudio telecomunicaciones y me estoy adentrando en este mundo, si tiene un orden desde cero que sugerir se lo agradeceria!
Hola! Mi consejo es que empieces por el perceptron (trágate toda la lista, no tiene desperdicio y poca gente trata el perceptrón con tanta profundidad como yo: ruclips.net/video/hlVwz9FVp3o/видео.html Paralelamente puedes ir viendo otra técnicas sobre IA. Por ejemplo: -Lógica borrosa: ruclips.net/video/6wVIGnAKlvk/видео.html - Algoritmo K-Medias: ruclips.net/video/oyEt8ERwGJM/видео.html - Árboles de decisión: ruclips.net/video/hfGLGEjEATs/видео.html Cuando te hayas visto el perceptron enterito, ya puedes meterte con: - Autoencoders: ruclips.net/video/4b9usLbef2E/видео.html - Redes neuronales convolucionales (CNNs): ruclips.net/video/gUvkIQQGJpo/видео.html - Redes neuronales recurrentes (RNN) - LSTM: ruclips.net/video/RWuf0E1B1lg/видео.html Y luego ya si quieres experimentar con chatbots, síntesis de voz, conversores voz a texto (TTS) y texto a voz (STT), también puedes encotrarlos en el canal: - Chatbots: ruclips.net/video/nspCF1RO1rI/видео.html - TTS y STT: ruclips.net/video/y8VrUZZ4fPY/видео.html De todos modos, iré sacando más vídeos completando las listas anteriores así como otros nuevos... (Por cierto, no olvides darle a LIKE a los vídeos y compartirlos en las redes sociales :)
Hola a tod@s! SUSCRIBÍOS a los NUEVOS CANALES en los que se dividirá Xpikuos. Ahora mismo están vacíos, pero, poco a poco, se irá subiendo allí el nuevo contenido con la nueva estética y filosofía/metodología formativo-divulgativa del canal. He actualizado los links para que os resulte más cómodo suscribiros a ellos: Aquí os dejo la lista para que os suscribáis a ellos (pero SEGUID SUSCRITOS A ESTE CANAL porque será el que relacione todos ellos y donde iré dando los avisos de los nuevos contenidos de esos nuevos canales). Xpikuos-IA: ruclips.net/channel/UCU5wcBa5NKUBlzkC2rq3O2g Xpikuos-Robots: ruclips.net/channel/UCjp-bmm7X8n3hKPj7HPbhdg Xpikuos-Kids: ruclips.net/channel/UCVTdb_UIRwwhKWNdVAvj9Ww Gracias!
Gracias. Hay un vídeo en el canal hablando sobre libros de IA ( ruclips.net/video/E0Y_VkTJkso/видео.html ). Creo que ahí puedes encontrar lo que buscas. Por cierto, no olvides darle a LIKE al vídeo, compartirlo en las redes sociales y suscribirte al canal. Gracias.
Hola muy buen vídeo y muy buen canal podrías decirme donde puedo encontrar esa información en artículos, la necesito para mi proyecto de grado Gracias.
Gracias1 :) Aquí tienes este link de la Wikipedia: en.wikipedia.org/wiki/Artificial_general_intelligence Al final de la página de ese link tienes referencias que pueden servirte. Por cierto, no olvides compartir el vídeo y darle a LIKE :)
@@Xpikuos esta en los temas que debo desarrollar en las unidades académicas de mi escuela, como es para una investigación por eso he buscado, pero no encuentro nada al respecto tampoco, y no tengo idea a qué se refiere
@@Xpikuos Si me imagino jaja, he preguntado a mi profesor si se refiere a redes multicapa o monocapa, pero dice que no tiene que ver, pero tampoco me sabe explicar, asi que bueno... lo que me parece algo absurdo, es que venga en el programa de estudios, y no definan bien que es, o al menos mencionen si tiene otro nombre
me gustaría saber como puedo diseñar una red neuronal basándome en ciertas funciones. osea que me explico como puedo decidir cuantas capas usar? cuantas neuronas en cada capa y eso
El número de neuronas a elegir en las capas y el número de capas forman otro gran problema. Mi consejo: empieza con una sóla capa oculta. Si la red no aprende, aumenta en una más el número de capas ocultas pero reduce el número de neuronas de cada capa. Piensa que cuantas más capas y más neuronas más lento es el aprendizaje y mayor es el número de mínimos locales que pueden "engañar" a la red durante su aprendizaje. Por otra parte, piensa que si el número de neuronas es muy grande, lo que sucede (por decirlo de una forma didáctica) es que la rede neuronal adquiere una gran habilidad para aprender casos particulares (piensa en cada neurona como si fuera un biestable (sabiendo que esto es un disparate), por tanto cuantas más neuronas, más estados específicos se pueden representar). Por otro lado, cuantas menos neuronas, menos datos específicos se pueden aprender ya que se tiene que reutilizar la información que se va aprendiendo cada neurona para representar el resto de conocimiento por aprender. Por tanto, si el número de neuronas es muy alto, la red aprende "al pie de la letra" los patrones de entrenamiento, por lo que pierde capacidad de generalización antes patrones nuevos; y si el número de neuronas es muy bajo, cada neurona se "satura" de información y en el peor caso puede llegar a no tener capacidad suficiente para aprender. Así que mi consejo es prueba poco a poco. Y recuerda: cuantas más capas y neuronas más lento es el apredizaje!!! Espero haberte dejado algo en claro :)
@@Xpikuos muchas gracias por tu respuesta si me ha dejado bastante claro, entonces si hablamos de una red que tiene 100 entradas cuantas neuronas serían buenas en la capa 1? Suponiendo que tiene 1 salida
Para el caso de una capa oculta, teniendo 100 entradas y 1 salida se recomendarían 10 neuronas. A ver si saco un vídeo explicando cómo calcular todo esto (aunque los valores sólo sean una aproximación desde la que empezar a ajustar la red)...
En breve. A lo largo de este mes iremos empezando. Digamos que Xpikuos entrará, a lo largo de este mes, en una fase en la que se le dará mucho más peso que hasta el momento, a la parte práctica. Son muchos los que lo estáis demandando, así que, ya va siendo hora de complaceros :)
profe estoy indagando su canal para establecer el orden en que tengo que ver los videos y las play list, estudio telecomunicaciones y me estoy adentrando en este mundo, si tiene un orden desde cero que sugerir se lo agradeceria!
Hola! Mi consejo es que empieces por el perceptron (trágate toda la lista, no tiene desperdicio y poca gente trata el perceptrón con tanta profundidad como yo: ruclips.net/video/hlVwz9FVp3o/видео.html
Paralelamente puedes ir viendo otra técnicas sobre IA. Por ejemplo:
-Lógica borrosa: ruclips.net/video/6wVIGnAKlvk/видео.html
- Algoritmo K-Medias: ruclips.net/video/oyEt8ERwGJM/видео.html
- Árboles de decisión: ruclips.net/video/hfGLGEjEATs/видео.html
Cuando te hayas visto el perceptron enterito, ya puedes meterte con:
- Autoencoders: ruclips.net/video/4b9usLbef2E/видео.html
- Redes neuronales convolucionales (CNNs): ruclips.net/video/gUvkIQQGJpo/видео.html
- Redes neuronales recurrentes (RNN) - LSTM: ruclips.net/video/RWuf0E1B1lg/видео.html
Y luego ya si quieres experimentar con chatbots, síntesis de voz, conversores voz a texto (TTS) y texto a voz (STT), también puedes encotrarlos en el canal:
- Chatbots: ruclips.net/video/nspCF1RO1rI/видео.html
- TTS y STT: ruclips.net/video/y8VrUZZ4fPY/видео.html
De todos modos, iré sacando más vídeos completando las listas anteriores así como otros nuevos... (Por cierto, no olvides darle a LIKE a los vídeos y compartirlos en las redes sociales :)
@@Xpikuos queeee! wow gracias por su dedicacion esto es detallar! muchisimas gracias tratere de seguir todo al pie de la letra! gracias profe!
A ti :)
Hola a tod@s!
SUSCRIBÍOS a los NUEVOS CANALES en los que se dividirá Xpikuos.
Ahora mismo están vacíos, pero, poco a poco, se irá subiendo allí el nuevo contenido con la nueva estética y filosofía/metodología formativo-divulgativa del canal.
He actualizado los links para que os resulte más cómodo suscribiros a ellos:
Aquí os dejo la lista para que os suscribáis a ellos (pero SEGUID SUSCRITOS A ESTE CANAL porque será el que relacione todos ellos y donde iré dando los avisos de los nuevos contenidos de esos nuevos canales).
Xpikuos-IA: ruclips.net/channel/UCU5wcBa5NKUBlzkC2rq3O2g
Xpikuos-Robots: ruclips.net/channel/UCjp-bmm7X8n3hKPj7HPbhdg
Xpikuos-Kids: ruclips.net/channel/UCVTdb_UIRwwhKWNdVAvj9Ww
Gracias!
buen aporte, tendras literatura en español que puedas compartír. Gracias!
Gracias. Hay un vídeo en el canal hablando sobre libros de IA ( ruclips.net/video/E0Y_VkTJkso/видео.html ). Creo que ahí puedes encontrar lo que buscas. Por cierto, no olvides darle a LIKE al vídeo, compartirlo en las redes sociales y suscribirte al canal. Gracias.
Hola muy buen vídeo y muy buen canal
podrías decirme donde puedo encontrar esa información en artículos, la necesito para mi proyecto de grado
Gracias.
Gracias1 :) Aquí tienes este link de la Wikipedia: en.wikipedia.org/wiki/Artificial_general_intelligence
Al final de la página de ese link tienes referencias que pueden servirte.
Por cierto, no olvides compartir el vídeo y darle a LIKE :)
Xpikuos, molestandole, sera lo mismo una red neuronal monovariable/multivariable que las redes neuronales unicapa/multicapa? Gracias de antemano
En qué bibliografía te has encontrado lo de las redes neuronales monovariables/multivariables? No he encontrado nada al respecto por internet...
@@Xpikuos esta en los temas que debo desarrollar en las unidades académicas de mi escuela, como es para una investigación por eso he buscado, pero no encuentro nada al respecto tampoco, y no tengo idea a qué se refiere
Pues ya somos dos... JAJAJA... Lo que he encontrado sobre monovariables/multivariables no tiene que ver con redes neuronales...
@@Xpikuos Si me imagino jaja, he preguntado a mi profesor si se refiere a redes multicapa o monocapa, pero dice que no tiene que ver, pero tampoco me sabe explicar, asi que bueno... lo que me parece algo absurdo, es que venga en el programa de estudios, y no definan bien que es, o al menos mencionen si tiene otro nombre
Pues ciertamente es absurdo incluir algo que ni se sabe qué es...
Podrías hacer otro vídeo sobre los tipos de I.A? Gracias :) Me gusta tu canal :)
Sí. Lo tengo en la lista... pero no me da la vidaaaaaaaaaaaaaaaaaaaaaaaa!!! :)
me gustaría saber como puedo diseñar una red neuronal basándome en ciertas funciones. osea que me explico como puedo decidir cuantas capas usar? cuantas neuronas en cada capa y eso
El número de neuronas a elegir en las capas y el número de capas forman otro gran problema. Mi consejo: empieza con una sóla capa oculta. Si la red no aprende, aumenta en una más el número de capas ocultas pero reduce el número de neuronas de cada capa. Piensa que cuantas más capas y más neuronas más lento es el aprendizaje y mayor es el número de mínimos locales que pueden "engañar" a la red durante su aprendizaje. Por otra parte, piensa que si el número de neuronas es muy grande, lo que sucede (por decirlo de una forma didáctica) es que la rede neuronal adquiere una gran habilidad para aprender casos particulares (piensa en cada neurona como si fuera un biestable (sabiendo que esto es un disparate), por tanto cuantas más neuronas, más estados específicos se pueden representar). Por otro lado, cuantas menos neuronas, menos datos específicos se pueden aprender ya que se tiene que reutilizar la información que se va aprendiendo cada neurona para representar el resto de conocimiento por aprender. Por tanto, si el número de neuronas es muy alto, la red aprende "al pie de la letra" los patrones de entrenamiento, por lo que pierde capacidad de generalización antes patrones nuevos; y si el número de neuronas es muy bajo, cada neurona se "satura" de información y en el peor caso puede llegar a no tener capacidad suficiente para aprender. Así que mi consejo es prueba poco a poco.
Y recuerda: cuantas más capas y neuronas más lento es el apredizaje!!! Espero haberte dejado algo en claro :)
@@Xpikuos muchas gracias por tu respuesta si me ha dejado bastante claro, entonces si hablamos de una red que tiene 100 entradas cuantas neuronas serían buenas en la capa 1? Suponiendo que tiene 1 salida
Para el caso de una capa oculta, teniendo 100 entradas y 1 salida se recomendarían 10 neuronas. A ver si saco un vídeo explicando cómo calcular todo esto (aunque los valores sólo sean una aproximación desde la que empezar a ajustar la red)...
Para cuándo los ejemplos con programas?
En breve. A lo largo de este mes iremos empezando. Digamos que Xpikuos entrará, a lo largo de este mes, en una fase en la que se le dará mucho más peso que hasta el momento, a la parte práctica. Son muchos los que lo estáis demandando, así que, ya va siendo hora de complaceros :)
Sí, se dice convergido, 3 años después, pero vale aún
Gracias :)