ePrivacy and GPDR Cookie Consent by Cookie Consent Inteligencia Artificial y Machine Learning sin programación | Inteligencia Artificial y Machine Learning sin programación

Inteligencia Artificial y Machine Learning sin programación

  • 2024/09/16
  • 10
  • 100 horas / 6 semanas

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.

Gaitegia

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

Deskargatzeko gunea