Centro de aprendizaje de IA

Entiende cómo funciona la IA construyéndola tú mismo

Entiende cómo funciona la IA construyéndola tú mismo: 47 retos de redes neuronales, machine learning, Transformers y aprendizaje por refuerzo, sin librerías de IA. Cada reto se ejecuta en el navegador, con pruebas al instante y una revisión de IA.

  • Python · C++ · C#
  • Pruebas automáticas
  • Revisión de código por IA

Cómo funciona

  1. 1

    Calienta con Python y NumPy

    Los arrays y las matrices son el idioma de la IA. Sáltate este paso si ya los conoces.

    Python para IA →
  2. 2

    Lee la lección del concepto

    Cada módulo empieza con una lección corta con código ejecutable que explica la idea en palabras sencillas.

    Todas las lecciones de IA →
  3. 3

    Resuelve los retos

    Implementa la idea tú mismo en Python, C++ o C#, con pruebas al instante y revisión por IA.

Elige una ruta de aprendizaje

Redes neuronales desde cero

4 módulos · 15 retos

Neuronas, retropropagación y optimizadores

  1. Neuronas y funciones de activación en Python Componentes básicos 3 retos
  2. Propagación hacia adelante y funciones de pérdida en Python Propagación hacia adelante 3 retos
  3. Descenso de gradiente y retropropagación en Python Entrenamiento 5 retos
  4. Optimizadores de redes neuronales: SGD, Momentum y Adam en Python Mejor entrenamiento 4 retos

Aprendizaje automático desde cero

4 módulos · 15 retos

Regresión, clasificación y agrupamiento

  1. Preparación de datos para aprendizaje automático en Python Trabajar con datos 3 retos
  2. Regresión lineal y logística en Python Regresión 4 retos
  3. Fundamentos de clasificación: softmax y k vecinos más cercanos en Python Clasificación 6 retos
  4. Similitud coseno y clustering k-means en Python Similitud y agrupamiento 2 retos

Búsqueda, juegos y aprendizaje por refuerzo

  1. Búsqueda e IA para juegos: A* y minimax en Python Búsqueda, juegos y evolución 4 retos
  2. Cadenas de Markov y el dilema exploración-explotación en Python Azar y exploración 2 retos
  3. Aprendizaje por refuerzo: value iteration y Q-learning en Python Aprendizaje por refuerzo 2 retos
Todos los retos de IA
Fácil

Producto escalar de dos vectores

Multiplica dos vectores elemento a elemento y suma los resultados, la operación central de toda neurona.

Aprenderás VectoresProducto escalar
Redes neuronalesaiaprendizaje automático
Aún no hay soluciones
Intermedio

Búsqueda A* en una cuadrícula ponderada

Encuentra el camino más barato a través de una cuadrícula de costes de terreno con A*, el algoritmo de búsqueda detrás de la navegación en juegos y robots.

Aprenderás Búsqueda A*Heurísticas
Graphscuadrículascamino más cortoai
Aún no hay soluciones
Fácil

Funciones de activación

Aplica sigmoide, ReLU, Leaky ReLU o tanh a cada valor de una lista.

Aprenderás SigmoideReLU y tanh
Redes neuronalesaiaprendizaje automático
Aún no hay soluciones
Fácil

Una sola neurona artificial

Calcula la salida de una neurona: suma ponderada de las entradas más un sesgo, pasada por la sigmoide.

Aprenderás NeuronasSumas ponderadas
Redes neuronalesaiaprendizaje automático
Aún no hay soluciones
Difícil

Retropropagación en una red de dos capas

Calcula todos los gradientes de pesos y sesgos de una red con una capa oculta sigmoide y una salida sigmoide.

Aprenderás RetropropagaciónRegla de la cadena
Redes neuronalesaiaprendizaje automático
Aún no hay soluciones
Difícil

Entrena una red neuronal para resolver XOR

Combínalo todo: entrena una red sigmoide 2-2-1 con retropropagación hasta que aprenda XOR.

Aprenderás Entrenar redes neuronalesProblema XOR
Redes neuronalesaiaprendizaje automático
Aún no hay soluciones