Colección de proyectos para el curso de Inteligencia Artificial UCAB
Jupyter Notebook 100.00%
ia-ucab's Introduction
Colección de proyectos para el curso de Inteligencia Artificial UCAB
Regresión Lineal:
Implementación propia de los algoritmos de mínimos cuadrados y descenso de gradiente.
Clasificación Lineal:
Implementación propia del algoritmo KNN para clasificación de muestras entre 3 clases.
Comparación de resultados con el KNN de Sklearn.
Perceptrón Simple:
Implementación propia de una neurona o perceptrón aplicado como clasificador binario.
Comparación de resultados con el perceptrón de Sklearn.
Feed Forward:
Implementación propia de una red neuronal con 2 neuronas en la capa de entrada, 3 en la capa oculta y 1 en la capa de salida para hacer un clasificador no lineal.
RNN:
Implementación propia de una red neuronal recurrente con 1 neurona en la capa de entrada, 1 en la capa oculta y 1 en la capa de salida para hacer un clasificador no lineal para hacer un contador de unos.
Implementación de una red recurrente usando Tensorflow con 1 neurona en la capa de entrada, 4 en la capa oculta y 1 en la capa de salida para hacer un clasificador no lineal para predecir valores generados por y = sen(x).
Text Prediction:
Implementación de una red recurrente Long Short Term Memory (LSTM) usando Tensorflow para predecir y generar texto.
Image Classification:
Implementación de una red neuronal convolucional usando Tensorflow para clasificar imágenes de 10 clases del dataset KMNIST.