Aprendiendo cómo funciona (IA Tradicional)
En esta sección se compilan herramientas visuales e interactivas que explican el funcionamiento conceptual detrás de los algoritmos de la Inteligencia Artificial Tradicional y el Machine Learning.
Conceptos y Visualizaciones Interactivas
-
Pathfinding Visualizer (Clement Mihailescu): Rejilla interactiva para trazar obstáculos y ver cómo algoritmos clásicos de búsqueda como A* y Dijkstra resuelven la búsqueda del camino más corto en tiempo real.
-
ai-unboxed Tic-Tac-Toe Minimax: Juego y visualizador interactivo del algoritmo de búsqueda de árboles de decisión Minimax resolviendo el juego de Triqui/Tic-Tac-Toe de forma óptima.
-
MLU-Explain: Train, Test, and Validation: Explicación interactiva y animada que describe la importancia de dividir los conjuntos de datos en entrenamiento, validación y prueba para entrenar modelos sin sobreajuste.
-
Stanford CS231n KNN Demo: Simulador interactivo que muestra cómo el algoritmo K-Nearest Neighbors (KNN) clasifica áreas de un plano en función de la distancia a los vecinos más cercanos.
-
displaCy Dependency Visualizer (Explosion): Herramienta visual interactiva que analiza gramaticalmente oraciones usando de forma conceptual modelos tradicionales de PLN para mostrar árboles de dependencia sintáctica.
-
Self-Driving Cars in the Browser: Simulación interactiva de conducción autónoma donde los vehículos aprenden a esquivar obstáculos en una pista usando algoritmos genéticos y redes neuronales sencillas.
-
A Neural Network Playground (Tensorflow): Permite visualizar en tiempo real cómo aprende y se entrena una red neuronal básica, modificando variables como capas, tasa de aprendizaje y datasets.
-
The Neural Network Zoo: Un catálogo interactivo y descriptivo que muestra las distintas arquitecturas de redes neuronales (Feed Forward, recurrentes, autoencoders) de manera visual.
-
Keras.js Image Super Resolution: Demuestra cómo las redes neuronales pueden aumentar la resolución de imágenes prediciendo píxeles de alta definición.
-
CNN Explainer (Redes Neuronales Convolucionales): Una excelente herramienta interactiva en 3D que ayuda a comprender cómo las capas de convolución, pooling y activación procesan imágenes para clasificarlas.
