Qué es la Inteligencia Artificial y por qué todos hablan de ella

La Inteligencia Artificial (IA) ha dejado de ser un concepto futurista para convertirse en una parte integral de nuestra vida diaria. Desde los asistentes virtuales en nuestros teléfonos hasta las recomendaciones personalizadas de Netflix, la IA está presente en casi todos los rincones de la tecnología moderna. En esta lección, desglosaremos este fascinante campo, explorando su definición, aplicaciones y el impacto que tiene en diversas industrias.

1. 1

   Configura tu entorno instalando Python y las bibliotecas necesarias con pip.

2. 2

   Carga el conjunto de datos de flores Iris utilizando pandas y sklearn.

3. 3

   Divide los datos en conjuntos de entrenamiento y prueba.

4. 4

   Entrena un modelo de clasificación usando RandomForestClassifier.

5. 5

   Realiza predicciones y evalúa la precisión del modelo.

import pandas as pd
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score

iris = datasets.load_iris()
X = iris.data
y = iris.target
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
clf = RandomForestClassifier(n_estimators=100)
clf.fit(X_train, y_train)
y_pred = clf.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
print(f'Precisión del modelo: {accuracy * 100:.2f}%')