Inteligencia Artificial y Machine Learning sin programación

JUSTIFICACIÓN

Para conocer las tecnologías que subyacen bajo el concepto de Inteligencia Artificial, sus potencialidades y aplicaciones se ha desarrollado este curso. Su finalidad es capacitar a ingenieros de cualquier ámbito y especialidad a introducirse en el campo de la Inteligencia Artificial para su uso como palanca de desarrollo y capacitación profesional.

Descarga del vídeo

OBJETIVOS

•Adquirir una mayor comprensión de las técnicas de IA y ML para poder interpretar la información que diariamente
se recibe en relación a estas tecnologías

• Inspirar ideas de negocio, conociendo qué están haciendo las empresas que ya están utilizando IA y ML

• Abordar proyectos de IA/ML, aprovechando las capacidades que ofrece

• Identificar una variedad de problemas de negocio de clientes que pueden ser resueltos mediante IA/ML

• Averiguar cómo integrar estas soluciones dentro del esquema general de procesos de las compañías.

Temario

Webinar 1.Introducción al Curso IA/ML sin programación

1. Presentación e introducción a la IA/ML

2. Programación del Curso

3. Foro: preguntas, debates, ejercicios voluntarios

4. Actividades, recursos adicionales y evaluación final

Tema 1. Introducción a la IA/ML

1.1. Definición de IA y ML

1.2. Paradigmas en la IA

1.3. Clasificación de la IA

1.4. Historia de la IA

1.5. ¿Por qué ahora?

1.6. Tipos de aprendizaje

Tema 2. Aplicaciones de la IA/ML: casos de uso en el mercado

2.1. Casos de uso por sectores

2.2. Casos de uso cotidianos

2.3. Casos de uso en ingeniería

2.4. Grandes actores del mercado

Tema 3: Desarrollo de Proyectos IA/ML

3.1. IA y ML en la estrategia de la empresa

3.2. Metodologia de desarrollo de proyectos IA/ML

3.3. Organización de proyectos

3.4. Problemas detectados

3.5. Factores de éxito

Webinar 2: Visión general de una plataforma de ML: BigML

1. Programación vs No Code

2. Herramientas NoCode del mercado

3. Registro en BigML

4. Modos de trabajo en BigML

5. Consola (dashboard) de BigML

6. Recursos educativos

Tema 4: Aprendizaje Supervisado

4.1. Introducción

4.2. Clasificación con Árboles de Decisión

4.3. Regresión con Árboles de Decisión

4.4. Regresión con Regresión Lineal

4.5. Regresión con Regresión Logística

4.6. Regresión y Clasificación con Ensembles

4.7. Regresión y Clasificación con Redes Neuronales

4.8. Evaluación

Tema 5: Aprendizaje No Supervisado

5.1. Clusterización

5.2. Detección de anomalías

5.3. Descubrimiento de Asociaciones

5.4. Modelado de tópicos

5.5. Análisis de Componentes Principales

Tema 6: Tratamiento de Imágenes

6.1. ¿Qué es una imagen digital?

6.2. Visión Artificial: aplicaciones

6.3. Visión Artificial: técnicas

6.4. Clasificación de imágenes

6.5. Detección de objetos en imágenes

Webinar 3: Cierre del curso

Temario

Zona de descargas