La Expropiación Mexicana del Internet 2017.

#QuéBarbaridad #RT

Algo de Fotografía.

 Mientras estaba en la Casa Nava haciendo unas pruebas de fotografía nocturna, y esperando el desfile de catrinas, saqué estas fotos. Aún y con las pruebas es difícil tomar fotos por la noche.

#RT @rezzaca

Programa del Festival entre Catrinas y Flores 2017 en Lerdo.

Va... por si quieren ir.

Preventa de playera #QueBarbaridad

El precio de la playera es de $100. Los que gusten sin compromiso de nada(no por que compren crean que van a pasar gratis jejeje) se pueden anotar en el documento que comparto. Cuando se junte el dinero de 50 playeras se mandaran a hacer. Los mantendré informados de esto. Se devolverá el dinero en caso de no juntarse las 50 playeras.

https://docs.google.com/spreadsheets/d/10HL7n_599CSgCW26W7SMmrdTuZt_d5ks3nZakhkoz9E/edit?usp=sharing

Música y dibujo.

Usando la librería sound de Processing.

import processing.sound.*;

TriOsc triOsc;

Env env;

float attackTime = 0.001;

float sustainTime = 0.004;

float sustainLevel = 0.2;

float releaseTime = 0.2;

int[] midiSequence = {61,61,62,63,64,65,66,67,68,69,70,71,72,73,74,75};

int duration = 300;

int trigger = 0;

int note = 0;

int a;

float x,y,r,g,b;

void setup(){

  size(640,360);

  background(255);

  

  triOsc = new TriOsc(this);

  env = new Env(this);

}

void draw(){

  println(millis());

  if((millis()>trigger) && (note<midiSequence.length)){

    //triOsc.play(midiToFreq(midiSequence[note]),0.8);

    triOsc.play(midiToFreq((int)random(50,85)),0.8);

    env.play(triOsc, attackTime, sustainTime, sustainLevel, releaseTime);

    trigger = millis() + duration;

    note++;

    duration = (int)random(100,200);

    x = (float)random(0,640);

    y = (float)random(0,360);

    r = (float)random(0,255);

    g = (float)random(0,255);

    b = (float)random(0,255);

    a = (int)random(0,100);

    fill(r,g,b,a);

    noStroke();

    ellipse(x,y,(float)random(20,100),(float)random(20,100));

    //if(duration == 100){ duration = 300;}

    

    if(note == 15){

      note = 0;

    }

  }

}

float midiToFreq(int note){

  return(pow(2,((note-69)/12.0)))*440;

}

Ligas de instalación para Python y Django.

1.- https://www.python.org/downloads/release/python-353/

2.- https://conemu.github.io/

3.- https://docs.djangoproject.com/en/1.10/howto/windows/

Actividad de I.A.

Realizar un cuestionario de 30 preguntas con sus respuestas enfocado en los términos de Mapas Conceptuales y Redes Neuronales. Los siguientes links son referencias documentales:

http://taee.euitt.upm.es/actas/2004/papers/2004S3D03.pdf
http://inteligenciaartificial-isc.blogspot.mx/p/unidad-3-representacion-del.html
https://carloscatzin.wordpress.com/2010/02/22/inteligencia-artificial-de-representacion-de-conocimiento-a-redes-semanticas/

Mandar en un PDF al correo electrónico.

Proyectos de Graficación del 2017!

Archivos de práctica del CRUD de personas.

Archivos de práctica del CRUD de personas.

https://drive.google.com/file/d/0B-hQiDaqUNLwLXJqVjRiSVFTNkk/view?usp=sharing

Material de Inteligencia Artificial.

Unidad 1: https://drive.google.com/file/d/0B-hQiDaqUNLwYVIwMm84bm1BclE/view?usp=sharing
Unidad 2: https://drive.google.com/file/d/0B-hQiDaqUNLwTlFpRnQ2bVNiSE0/view?usp=sharing
Unidad 3: https://drive.google.com/file/d/0B-hQiDaqUNLwcWxpRVFlZ2duVWs/view?usp=sharing
Unidad 4: https://drive.google.com/file/d/0B-hQiDaqUNLwNnQyTHppUkRJWHc/view?usp=sharing
Unidad 5: https://drive.google.com/file/d/0B-hQiDaqUNLwY3VXeC1TdGNoTk0/view?usp=sharing

Encuadre de Taller de Programación Web 2017

Unidades:

1.- Programación WEB Orientada a Objetos

1.1 Sintaxis.
1.2 Formas, Cookies, Sessiones.
1.3 Configuraciones.
1.4 Objetos de Base de Datos.
1.5 AJAX

2.- Arquitectura Modelo Vista Controlador

2.1 Introducción
2.2 Controlador
2.3 Vista
2.4 Modelo

3.- Frameworks MVC del lado del Servidor

3.1 Introducción
3.2 Aplicación y Folders.
3.3 Layout
3.4 Controllers
3.5 Views
3.6 Database
3.7 Models
3.8 Seguridad y Helpers

4.- Frameworks MVC del lado del Cliente

4.1 Introducción
4.2 Expresiones y Modulos.
4.3 Directivas y Modelos.
4.4 Data Binding
4.5 Controllers
4.6 Scopes y Filtros.
4.7 Servicios y Http.
4.8 Manejo de Base de Datos.
4.9 Formas
4.10 Validación.

Criterios de Evaluación

1.Conocimiento:  Proyecto 30%
2.Habilidades: Prácticas 30%
3.Emprendedores: Investigaciones 20%
4.Actitudes: Puntualidad, asistencia, participación y responsabilidad 20%

Encuadre Inteligencia Artificial 2017

 Evaluación para la materia.

Proyecto	30%
Exposición	30%
Tareas e investigaciones	20%
Actitud/Asistencia	20%
Total	100%

Temario.

Unidad 1. Introducción a la Inteligencia Artificial

1.1 Introducción a la Inteligencia Artificial.
1.2 Historia de la Inteligencia Artificial.
1.3 Las habilidades cognoscitivas según la  psicología. Teorías de la inteligencia  (conductismo, Gardner, etc.).
1.4 El proceso de razonamiento según la  lógica (Axiomas, Teoremas,  demostración).
1.5 El modelo de adquisición del  conocimiento según la filosofía.
1.6 El modelo cognoscitivo.
1.7 El modelo del agente inteligente,  Sistemas Multi Agentes, Sistemas  Ubicuos. 
1.8 El papel de la heurística.
1.8.1 Algoritmos de exploración de alternativas.
1.8.2 Algoritmo A*.
1.8.3 Algoritmos de búsqueda local. 

Unidad 2. Representación del conocimiento, razonamiento y los Aspectos Metodológicos en Inteligencia Artificial.

2.1 Principios y Metodología de la  Inteligencia Artificial.
2.2 Paradigmas de la Inteligencia Artificial.
2.3 Mapas conceptuales.
2.4 Redes semánticas.
2.5 Razonamiento monótono. 2.6 Conocimiento no-monótono y otras  lógicas.
2.7 Razonamiento probabilístico.
2.8 Teorema de Bayes.

Unidad 3. Reglas y Búsqueda.

3.1 Representación de conocimiento  mediante reglas
3.2 Métodos de Inferencia en reglas
3.3 Reglas de producción.
3.4 Sintaxis de las reglas de producción.
3.5 Semántica de las reglas de producción
3.6 Arquitectura de un sistema de  Producción (SP) o sistemas  basados en reglas, (SBR). 
3.6.1 Hechos. 
3.6.2 Base de conocimientos. 
3.6.3 Mecanismo de control.
3.2 Espacios de estados determinísticos y  espacios no determinísticos.
3.3 Búsqueda sistemática.  3.3.1 Búsqueda de metas a  profundidad. 
3.3.2 Búsqueda de metas en  anchura.

Unidad 4. Aplicaciones con técnicas de IA.

4.1. Robótica. 
4.1.1. Conceptos básicos. 
4.1.2. Clasificación. 
4.1.3. Desarrollos actuales y  aplicaciones.
4.2. Redes Neuronales (RN).  
4.2.1. Conceptos básicos. 
4.2.2. Clasificación. 
4.2.3. Desarrollos actuales y  aplicaciones.
4.3. Visión artificial.  
4.3.1. Conceptos básicos. 
4.3.2. Desarrollos actuales y  aplicaciones.
4.4. Lógica difusa (Fuzzy Logic).  
4.4.1. Conceptos básicos. 
4.4.2. Desarrollos actuales y  aplicaciones.
4.5. Procesamiento de Lenguaje Natural        (PLN). 
4.5.1. Conceptos básicos. 
4.5.2. Desarrollos actuales y  aplicaciones.
4.6. Sistemas Expertos (SE).  
4.6.1. Conceptos básicos. 
4.6.2. Clasificación. 
4.6.3. Desarrollos actuales y  aplicaciones.