MODULO IV APRNDIZAJE AUTOMATICO CON PYTHON Y ASISTENTES INTELIGENTES

      DIPLOMADO EN EN INTELIGENCIA ARTIFICIAL MODULO IV            APRENDIZAJE AUTOMATICO CON PYTHON Y ASISTENTES INTELIGENTES                Ortega Irusta Elsy Nilda               Este es el chat GPT                 https://chat.openai.com/c/55ba320a-0671-417d-82f1-69365b1f46c1 EJEMPLO PRÁCTICO DE LA APLICACIÓN DEL ALGORITMO NAIVE BAYES EN APRENDIZAJE SUPERVISADO.   DIAGNÓSTICO EN PERIODONTITIS EN ODONTOLOGÍA Vamos a aplicar paso a paso los componentes del pensamiento computacional para desarrollar un ejemplo práctico de la aplicación del algoritmo Naive Bayes en aprendizaje supervisado. También discutiremos brevemente los conceptos clave de la regresión logística. Esta es mi interaccion con Google Colab. COMPONENTES DEL PENSAMIENTO COMPUTACIONAL: 1. Descomposición del Problema:    - Problema: Clasificación de correos electrónicos como "spam" o "no spam" utilizando Naive Bayes.    - Sub problemas:       - Pre procesamiento de datos.       - Implementa

           DIPLOMADO EN EN INTELIGENCIA ARTIFICIAL MODULO IV            APRENDIZAJE AUTOMATICO CON PYTHON Y ASISTENTES INTELIGENTES                Ortega Irusta Elsy Nilda               Este es el chat GPT                   https://chat.openai.com/c/8b2bc278-de47-4720-a2fa-c78a1997a97f CLASIFICACIÓN BINARIA EN DIAGNÓSTICOS DE PERIODONTITIS Esta es mi interaccion con google colab Desarrollar un modelo de árbol de decisión para clasificación binaria en diagnósticos de periodontitis implica aplicar el pensamiento computacional y comprender los conceptos clave de regresión logística y árboles de decisión. A continuación, te presento un paso a paso: Paso 1: Definir el Problema - Objetivo: Diagnosticar la presencia o ausencia de periodontitis a partir de ciertas características. - Datos de Entrada: Datos clínicos como la profundidad de la bolsa periodontal, sangrado al sondaje, movilidad dental, etc. - Datos de Salida: Clasificación binaria (presencia o ausencia de periodontitis).

  DIPLOMADO EN INTELIGENCIA ARTIFICIAL                                                                    MODULO IV               APRENDIZAJE AUTOMATICO CON PYTHON Y ASISTENTES INTELIGENTES                Ortega Irusta Elsy Nilda               Este es el chat GPT                  https://chat.openai.com/c/2b970dc5-6381-43ae-a04a-8ccb1a26f316 EJEMPLO DE ÁRBOLES DE DECISIÓN EN EL CONTEXTO DE APRENDIZAJE SUPERVISADO :   CASO DE ESTUDIO SOBRE: DIAGNÓSTICOS DE ENDODONCIA EN MOLARES. Vamos a aplicar los componentes del pensamiento computacional para desarrollar un ejemplo de Árboles de Decisión en el contexto de aprendizaje supervisado, con un caso de estudio sobre diagnósticos de endodoncia en molares. También abordaremos conceptos clave de la regresión logística. 1. DEFINICIÓN DEL PROBLEMA:    - Problema : Diagnóstico de endodoncia en molares.    - Objetivo: Desarrollar un modelo de aprendizaje supervisado para predecir si un molar necesita tratamiento de endodoncia o no. 2. Descomposició