Cuaderno de Informe 02

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 9

Cuaderno de Informes

ID: ____001370649_
Curso: _Revisión y Calificación de Cuadernos de Informe_
Sede:_SENATI-PISCO_
Instructor: PEDRO VALDIVIEZO VIERA_
Especialidad: Ingeniería de Software con Inteligencia Artificial_
Alumno: _Curo Espinoza Abel Ángel_
Ciclo: _VI_
DIRECCIÓN ZONAL

ICA / AYACUCHO

FORMACIÓN PROFESIONAL DUAL

CFP/UCP/ESCUELA: __Pisco - Tecnología__________________________

ESTUDIANTE: __CURO ESPINOZA ABEL ANGEL _________________

ID: 001370649_______ BLOQUE: 202410-PIAD-616-TEC-NRC_61146

CARRERA: Ingeniería de Software con Inteligencia Artificial


______________________________________________________________

INSTRUCTOR: PEDRO VALDIVIEZO VIERA


_______________________________________________________________

SEMESTRE: VI _____DEL: 02/12/2024 ____ AL: 26/06/2024


INSTRUCCIONES PARA EL USO DEL
CUADERNO DE INFORMES DE TRABAJO SEMANAL

1. PRESENTACIÓN.

El Cuaderno de Informes de trabajo semanal es un documento de control, en el cual el estudiante,


registra diariamente, durante la semana, las tareas, operaciones que ejecuta en su formación práctica
en SENATI y en la Empresa.

2. INSTRUCCIONES PARA EL USO DEL CUADERNO DE INFORMES.

2.1 En el cuadro de rotaciones, el estudiante, registrará el nombre de las áreas o secciones por las
cuales rota durante su formación práctica, precisando la fecha de inicio y término.
2.2 Con base al PEA proporcionado por el instructor, el estudiante transcribe el PEA en el cuaderno
de informes. El estudiante irá registrando y controlando su avance, marcando en la columna que
corresponda.
2.3 En la hoja de informe semanal, el estudiante registrará diariamente los trabajos que ejecuta,
indicando el tiempo correspondiente. El día de asistencia al centro para las sesiones de
tecnología, registrará los contenidos que desarrolla. Al término de la semana totalizará las horas.
De las tareas ejecutadas durante la semana, el estudiante seleccionará la más significativa y hará
una descripción del proceso de ejecución con esquemas y dibujos correspondientes que aclaren
dicho proceso.
2.4 Semanalmente, el estudiante registrará su asistencia, en los casilleros correspondientes.
2.5 Semanalmente, el Monitor revisará, anotará las observaciones y recomendaciones que considere;
el Instructor revisará y calificará el Cuaderno de Informes haciendo las observaciones y
recomendaciones que considere convenientes, en los aspectos relacionados a la elaboración de
un Informe Técnico (términos técnicos, dibujo técnico, descripción de la tarea y su
procedimiento, normas técnicas, seguridad, etc.)
2.6 Si el PEA tiene menos operaciones (151) de las indicadas en el presente formato, puede eliminar
alguna página. Asimismo, para el informe de las semanas siguientes, debe agregar las semanas
que corresponda.
2.7 Escala de calificación:

CUANTITATIVA CUALITATIVA CONDICIÓN


16,8 – 20,0 Excelente
13,7 – 16,7 Bueno Aprobado
10,5 – 13,6 Aceptable
00 – 10,4 Deficiente Desaprobado

PLAN ESPECÍFICO DE APRENDIZAJE (PEA)


SEGUIMIENTO Y EVALUACIÓN
Llenar según avance

OPERACIONES OPERACIONES
OPERACIONES
Nº OPERACIONES/TAREAS EJECUTADAS* POR PARA
EJECUTAR
SEMINARIO
1 2 3 4

01 Recoleccion de información x X x X

02 Modelos IA X X X X

03 Base de datos X X X X

04 Programacion X x X x

05

06

07

08

09

10

11

12

13

14

15

16

17

18

19

20

21

22

23

........VI......SEMESTRE SEMANA N°……2…...... DEL …11. AL …26…. DEL 2024

DÍA TRABAJOS EFECTUADOS HORAS


7:00
LUNES Recolección de información

7:00
MARTES
Desarrollo de Modelos IA

7:00
MIÉRCOLES Ejecución de ejercicios

7:00
JUEVES Desarrollo de molelos Machine Learning

VIERNES Clases

SÁBADO

TOTAL 28

Tarea más significativa: Desarrollo de Modelos IA


____________________________________________________________________________

El desarrollo de modelos de Inteligencia Artificial (IA) es un proceso fundamental en el diseño y


la implementación de sistemas inteligentes capaces de aprender y tomar decisiones basadas en
datos. Este proceso implica la construcción, entrenamiento y evaluación de algoritmos y modelos
computacionales que imitan la inteligencia humana para resolver problemas específicos. A
continuación, se presentan los principales aspectos del desarrollo de modelos de IA:

1. Definición del Problema:


El primer paso en el desarrollo de un modelo de IA es definir claramente el problema que se
desea resolver. Esto implica identificar los objetivos del proyecto, los datos disponibles y las
métricas de éxito que se utilizarán para evaluar el rendimiento del modelo.

2. Recopilación y Preprocesamiento de Datos:


Los datos son el componente fundamental en el desarrollo de modelos de IA. Es importante
recopilar conjuntos de datos relevantes y de alta calidad que contengan la información necesaria
para abordar el problema definido. Además, se realiza un preprocesamiento de datos para limpiar,
normalizar y transformar los datos en un formato adecuado para su posterior análisis y
entrenamiento del modelo.

3. Selección del Modelo y Diseño de la Arquitectura:


Una vez que se tienen los datos preparados, se selecciona el modelo de IA más adecuado para el
problema en cuestión. Esto puede implicar la elección entre diferentes tipos de modelos, como
redes neuronales, árboles de decisión, máquinas de vectores de soporte, entre otros. Además, se
diseña la arquitectura del modelo, que incluye la configuración de capas, nodos y parámetros
específicos del algoritmo seleccionado.

4. Entrenamiento del Modelo:


El entrenamiento del modelo implica alimentar los datos preparados al algoritmo seleccionado y
ajustar sus parámetros internos para que el modelo aprenda a realizar la tarea específica. Durante
este proceso, el modelo utiliza técnicas de optimización para minimizar una función de pérdida o
maximizar una función de recompensa, según el tipo de problema (supervisado, no supervisado o
por refuerzo).

5. Evaluación y Validación del Modelo:


Una vez que el modelo ha sido entrenado, se evalúa su rendimiento utilizando conjuntos de datos
de prueba que no se utilizaron durante el entrenamiento. Se calculan métricas de evaluación como
precisión, exhaustividad, F1-score, entre otras, para determinar qué tan bien el modelo generaliza
a datos nuevos y no vistos.

6. Optimización y Ajuste del Modelo:


En esta etapa, se realizan ajustes en el modelo y sus parámetros para mejorar su rendimiento en
base a los resultados de la evaluación. Esto puede implicar la modificación de la arquitectura del
modelo, la selección de diferentes técnicas de regularización o la optimización de
hiperparámetros mediante técnicas de búsqueda, como búsqueda en cuadrícula o búsqueda
aleatoria.
7. Despliegue y Monitoreo en Producción:
Una vez que el modelo ha sido entrenado y evaluado satisfactoriamente, se procede a su
despliegue en entornos de producción. Durante esta fase, es importante monitorear continuamente
el rendimiento del modelo en tiempo real y realizar ajustes adicionales según sea necesario para
garantizar su eficacia y fiabilidad en situaciones reales.

En resumen, el desarrollo de modelos de Inteligencia Artificial es un proceso iterativo que


requiere una comprensión profunda del problema, los datos disponibles y las técnicas de
modelado. Al seguir un enfoque sistemático y utilizar las mejores prácticas en cada etapa del
proceso, se pueden construir modelos de IA robustos y efectivos que contribuyan al éxito de los
proyectos y aplicaciones inteligentes.

HACER ESQUEMA, DIBUJO O DIAGRAMA


EVALUACIÓN DEL INFORME DE TRABAJO SEMANAL
NOTA

OBSERVACIONES Y RECOMENDACIONES
DEL INSTRUCTOR: DEL MONITOR DE EMPRESA:
FIRMA DE MONITOR DE
FIRMA DEL ESTUDIANTE: FIRMA DEL INSTRUCTOR:
EMPRESA:

AUTOCONTROL DE ASISTENCIA POR EL ESTUDIANTE


LUNES MARTES MIÉRCOLES JUEVES VIERNES SÁBADO

M T M T M T M T M T M T
INJUSTIFICADAS: I ASISTENCIA A
SENATI INASISTENCIA
JUSTIFICADAS : FJ

GRACIAS

También podría gustarte