Curso en Inteligencia Artificial
Gracias a este Curso en Inteligencia Artificial tendrás conocimientos en profundidad sobre Inteligencia Artificial y como estos se aplican en diferentes campos. Utilizando diferentes algoritmos aplicados, los sistemas expertos, machine learning y Deep learning, los alumnos compaginarán tanto conocimientos teóricos como prácticos para comprender y aplicar las técnicas más relevantes en la IA. De manera práctica se utilizarán herramientas como Keras y TensorFlow, además de trabajar con Python para programar los diferentes scripts o programas que necesiten. En general, este curso prepara a los estudiantes para aprovechar las oportunidades de este sector.
Además, contarás con un equipo de profesionales especializados en la materia.
Duración
3 meses
A quién va dirigido
Este Curso en Inteligencia Artificial está dirigido para profesionales y estudiantes que quieran adquirir conocimientos en Inteligencia Artificial además de realizar ejercicios prácticos. También es ideal para aquellos que desean desarrollar sus habilidades en IA. No se requieren conocimientos previos de programación.
Aprenderás a
Con este Curso en Inteligencia Artificial estarás preparado y dominarás las diferentes aplicaciones de la Inteligencia Artificial. Sabrás aplicar algoritmos de Machine Learning y Deep Learning en problemas reales, y adquirirás habilidades prácticas en la construcción de sistemas expertos. También, serás capaz de utilizar herramientas como Python, Keras y TensorFlow para el desarrollo de aplicaciones de IA.
Campo Laboral
Con las salidas profesionales de este Curso en Inteligencia Artificial los alumnos tendrán acceso a un sector tecnológico muy demandado en el que podrán desempeñarse como científicos de datos, ingenieros de machine learning, consultores de IA o analistas de datos. También podrán integrarse en equipos de diferentes sectores como salud, finanzas y marketing.
Plan de estudios
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
- Introducción a la inteligencia artificial
- Historia
- La importancia de la IA
UNIDAD DIDÁCTICA 2. ALGORITMOS APLICADOS A LA INTELIGENCIA ARTIFICIAL
- Algoritmos aplicados a la inteligencia artificial
UNIDAD DIDÁCTICA 3. SISTEMAS EXPERTOS
- Sistemas expertos
- Estructura de un sistema experto
- Inferencia: Tipos
- Fases de construcción de un sistema
- Rendimiento y mejoras
- Dominios de aplicación
- Creación de un sistema experto en C#
- Añadir incertidumbre y probabilidades
UNIDAD DIDÁCTICA 4. FUTURO DE LA INTELIGENCIA ARTIFICIAL
- Futuro de la inteligencia artificial
- Impacto de la IA en la industria
- El impacto económico y social global de la IA y su futuro
UNIDAD DIDÁCTICA 5. INTRODUCCIÓN AL MACHINE LEARNING
- Introducción
- Clasificación de algoritmos de aprendizaje automático
- Ejemplos de aprendizaje automático
- Diferencias entre el aprendizaje automático y el aprendizaje profundo
- Tipos de algoritmos de aprendizaje automático
- El futuro del aprendizaje automático
UNIDAD DIDÁCTICA 6. SISTEMAS DE RECOMENDACIÓN
- Introducción
- Filtrado colaborativo
- Clusterización
- Sistemas de recomendación híbridos
UNIDAD DIDÁCTICA 7. CLASIFICACIÓN
- Clasificadores
- Algoritmos
UNIDAD DIDÁCTICA 8. REDES NEURONALES Y DEEP LEARNING
- Componentes
- Aprendizaje
UNIDAD DIDÁCTICA 9. SISTEMAS DE ELECCIÓN
- Introducción
- El proceso de paso de DSS a IDSS
- Casos de aplicación
UNIDAD DIDÁCTICA 10. DEEP LEARNING CON PYTHON, KERAS Y TENSORFLOW
- Aprendizaje profundo
- Entorno de Deep Learning con Python
- Aprendizaje automático y profundo
UNIDAD DIDÁCTICA 11. SISTEMAS NEURONALES
- Redes neuronales
- Redes profundas y redes poco profundas
UNIDAD DIDÁCTICA 12. ESTRATEGIAS DE APRENDIZAJE
- Entrada y salida de datos
- Entrenar una red neuronal
- Gráficos computacionales
- Implementación de una red profunda
- El algoritmo de propagación directa
- Redes neuronales profundas multicapa
También te puede interesar