Adimen artifiziala eta programaziorik gabeko Machine Learning (212711)

JUSTIFIKAZIOA

Adimen Artifiziala kontzeptuaren azpian dauden teknologiak, horien potentzialtasunak eta aplikazioak ezagutzeko, ikastaro hau garatu da. Horren helburua da edozein arlo eta espezialitatetako ingeniariak trebatzea adimen artifizialaren esparruan sar daitezen, garapenerako eta lanbide-trebakuntzarako palanka gisa erabil dezaten.

Descarga del vídeo

HELBURUAK

• IA eta ML teknikak hobeto ulertzea, informazioa egunero baino interpretatzeko.
teknologia horiei lotuta jasotzen da.

• Negozio-ideiak inspiratzea, IA eta ML erabiltzen ari diren enpresak zertan ari diren ezagututa.

• IA/ML proiektuei ekitea, eskaintzen dituen gaitasunak aprobetxatuz

• IA/ML bidez konpon daitezkeen bezeroen negozio-arazoak identifikatzea

• Soluzio horiek konpainien prozesuen eskema orokorraren barruan nola integratu jakitea.

Gaitegia

EDUKIAK (laburpena)

Webinar 1. Programaziorik gabeko IA/ML ikastarorako sarrera
1. Aurkezpena
2. Adimen artifiziala, Machine Learning eta Deep Learning
3. Adimen artifizialaren etorkizuna
4. Ikastaroaren programazioa
5. Ikastarorako dedikazioa

1. gaia. IA/MLrako sarrera
1.1. IA eta MLren definizioa
1.2. Paradigmak IAn
1.3. IAren sailkapena
1.4. IAren historia
1.5. Zergatik orain?
1.6. Ikaskuntza motak

2. gaia. IA/MLren aplikazioak: merkatuko erabilera-kasuak
2.1. Erabilera-kasuak sektoreka
2.2. Eguneroko erabilera-kasuak
2.3. Ingeniaritzako erabilera-kasuak
2.4. Merkatuko eragile handiak

3. gaia: IA/ML proiektuen garapena
3.1. IA eta ML enpresaren estrategian
3.2. IA/ML proiektuak garatzeko metodologia
3.3. Proiektuen antolamendua
3.4. Antzemandako arazoak
3.5. Arrakasta-faktoreak
3.6. IA fidagarri baten ezaugarriak

Webinar 2. ML plataforma baten ikuspegi orokorra: BigML
1. Programazioa vs No Code
2. Merkatuko NoCode tresnak
3. BigMLn lan egiteko moduak
4. BigMLn erregistratzea
5. BigML kontsola (dashboard)
6. Hezkuntza-baliabideak

4. gaia: Gainbegiratutako ikaskuntza
4.1. Sarrera
4.2. Sailkapena erabaki-zuhaitzekin
4.3. Erabaki-zuhaitzen atzerakada
4.4. Erregresioa erregresio linealarekin
4.5. Erregresio logistikoa
4.6. Erregresioa eta sailkapena Ensemblesekin
4.7. Sare neuronalen bidezko erregresioa eta sailkapena
4.8. Ebaluazioa

5. gaia. Gainbegiratu gabeko ikaskuntza
5.1. Sarrera
5.2. Taldekatzea edo Clustering
5.3. Anomaliak detektatzea
5.4. Elkarteak aurkitzea
5.5. Topikoak modelatzea
5.6. Osagai nagusien analisia

6. gaia. Irudien tratamendua
6.1. Zer da irudi digitala?
6.2. Ikusmen artifiziala: aplikazioak
6.3. Ikusmen artifiziala: teknikak
6.4. Irudien sailkapena
6.5. Objektuak antzematea irudietan

Webinar 3. Ikastaroaren amaiera
1. Laburpena
2. Balorazioa
3. Iradokizunak
4. Hurrengo urratsak