Plataforma Educativa de Inteligencia Artificial.

Entender que es un software, un programa , un sistema operativo y en base a eso entender cómo funciona la inteligencia artificial. Sus diferencias básicas a cómo funciona el cerebro humano.

Aprender que son los datos. Big Data. Ciencia de datos. Cómo se entrena un modelo de inteligencia artificial. Que es el Deep Learning o red neuronal artificial.

Alcances de la Inteligencia artificial. Ejemplos de como un auto autónomo tiene limites y potenciales, luego extrapolados a la medicina diagnóstica. Autoaprendizaje de inteligencia artificial: entienda que puede y que no puede hacer la IA en este sentido.

La ciencia de datos precede al machine learning. Hace muchos años que hacemos ciencia de datos. Se podría resumir en que el machine learning es la ciencia de datos automatizada con algoritomos de software. Si luego entendemos que la Deep Learning es machine learning complejizada en interacciones de múltiples variables podemos entender que es la “Inteligencia Artificial”

Ejemplos de modelos para ver “por dentro” cómo trabaja la inteligencia artificial. Esto permite afirmar y comprender los conceptos que venimos estudiando. La IA y todos sus componentes en acción sobre software que hoy usamos y podemos, ahora, entender su manera de procesar y darnos utilidades.

Hay 3 formas importantes no relacionadas al aprendizaje supervisado: 1) No supervizado, 2) Por transferencia y 3) Por refuerzo.

Estas formas son importantes entenderlas dado que pueden ser usadas en todos los ámbitos incluidos la medicina.

Extrapolación idéntica y analógica. Aprendizaje supervisado y no supervisado en medicina. Configuración de machine learning en diagnóstico y evolución al deep learning médico.

Big Data: Manejo correcto a tráves de circunvoluciones de redes neuronales, trasnferencia de datos y aumento de datos. Concepto de la llamada : “Gran Verdad”. Inteligencia artificial en diagnóstico por imágenes: cómo interactúa el médico con los ingenieros de software en el crecimiento de la IA.