
FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL Y DISEGNO DE ALGORITMOS
Información adicional
| Horas | 8 |
|---|---|
| Código | |
| Formato | Digital |
| Proveedor | INXPIRIUS |
38,00 €
*Los precios no incluyen el IVA.
Objetivos
Contenidos
Objetivos
- Comprender el origen, evolucion y principales hitos historicos de la Inteligencia Artificial
- Identificar los conceptos, disciplinas, capacidades y limitaciones fundamentales de los sistemas de Inteligencia Artificial
- Diferenciar la Inteligencia Artificial, el aprendizaje automatico, el aprendizaje profundo y la automatizacion tradicional
- Interpretar el papel de los simbolos, metodos numericos, formulas y funciones en la representacion y resolucion de problemas mediante IA
- Comprender los principios basicos del disegno y funcionamiento de algoritmos aplicados a diferentes contextos y necesidades
- Analizar aplicaciones empresariales de los algoritmos y valorar su utilidad para la resolucion de problemas concretos
- Comprender el funcionamiento de los sistemas basados en conocimiento y de los motores de inferencia
- Identificar patrones en diferentes tipos de datos y comprender como pueden ser utilizados por tecnicas de aprendizaje automatico
- Aplicar reglas, condiciones y restricciones para estructurar procesos de decision y mejorar el funcionamiento de los algoritmos
- Valorar las implicaciones eticas, sociales y ambientales de la Inteligencia Artificial, considerando aspectos como sesgos, privacidad, transparencia, supervision humana y sostenibilidad
Contenidos
Fundamentos de Inteligencia Artificial y Disegno de Algoritmos
UNIDAD.- Nociones y antecedentes de la inteligencia artificial
- Conocimiento de la historia de la Inteligencia Artificial
- Evolucion de la IA desde sus inicios
- Hitos clave en el desarrollo de la IA
- Definicion de Inteligencia Artificial
- Concepto y disciplinas dentro de la IA
- Areas de aplicacion de la IA en el mundo actual
- Impacto de la IA en la sociedad
- Analisis de su influencia en diferentes sectores
- Implicaciones eticas de la IA
- Aplicacion de medidas de eficiencia energetica y sostenibilidad ambiental
- La prueba de Dartmouth (1956) y la fundacion oficial de la disciplina
- Los primeros sistemas expertos y el invierno de la IA: causas y lecciones aprendidas
- Resurgimiento de las redes neuronales artificiales y el impacto del Big Data
- Taxonomia de la IA: aprendizaje automatico, aprendizaje profundo y procesamiento de lenguaje natural
- Diferenciacion conceptual entre automatizacion tradicional y sistemas inteligentes
- Analisis del impacto socioeconomico y la transformacion del mercado laboral
- Marcos regulatorios internacionales y directrices eticas para el desarrollo tecnologico
- Principios de Green AI: disegno de software orientado a la reduccion de la huella de carbono
- Optimizacion del almacenamiento de datos para minimizar el consumo energetico en servidores
- Estudio de casos historicos de exito y fracaso en la adopcion de tecnologias inteligentes
- El papel de las instituciones publicas y privadas en la gobernanza de la inteligencia artificial
- Analisis de sesgos historicos en bases de datos y su repercusion en modelos fundacionales
- Evolucion de la potencia de hardware y su correlacion con los saltos evolutivos de la IA
- Introduccion a los Objetivos de Desarrollo Sostenible (ODS) aplicados a proyectos tecnologicos
UNIDAD.- Caracteristicas de la inteligencia artificial
- Comprension de las capacidades de la Inteligencia Artificial
- Diferencias entre IA debil y fuerte
- Capacidades de aprendizaje, razonamiento y reconocimiento
- Analisis de las limitaciones de la IA
- Barreras tecnicas actuales
- Desafios eticos y sociales
- Evaluacion de la aplicabilidad de la IA
- Casos de uso actuales y futuros
- Aplicaciones practicas en diferentes industrias
- Delimitacion conceptual entre sistemas de proposito especifico (Narrow AI) y general (AGI)
- Mecanismos de abstraccion y generalizacion frente a la memorizacion de datos
- Analisis de la interpretabilidad y la naturaleza de 'caja negra' en modelos complejos
- Estudio de la interpretabilidad y explicabilidad (XAI) para la rendicion de cuentas
- Gestion de la incertidumbre y el razonamiento probabilistico en entornos dinamicos
- Limitaciones frente al sentido comun y la comprension del contexto humano implicito
- Dependencia critica de la calidad, volumen y representatividad de los datos de entrenamiento
- Vulnerabilidades ante ataques de envenenamiento de datos y alteracion adversarial
- Evaluacion de coste-eficiencia en la implementacion de soluciones basadas en IA
- Analisis de viabilidad tecnica y retorno de inversion (ROI) en proyectos corporativos
- La IA en el sector sanitario: diagnostico medico asistido y gestion hospitalaria
- Aplicaciones en la industria financiera: deteccion de fraudes y analisis de riesgos
- Transformacion de la cadena de suministro y logistica predictiva mediante modelos inteligentes
- Retos asociados a la privacidad de datos, anonimizacion y normativas de proteccion (RGPD)
- Escenarios de evolucion tecnologica a medio y largo plazo en el ecosistema digital
UNIDAD.- Simbolos y metodos numericos en IA
- Administracion de simbolos en IA
- Uso de simbolos en representaciones del conocimiento
- Relacion entre simbolos y logica en la IA
- Implementacion de metodos numericos en IA
- Tecnicas estadisticas utilizadas en la IA
- Aplicacion de algebra lineal y calculo en algoritmos de IA
- Sistemas basados en logica simbolica y manipulacion formal de expresiones
- Ontologias y redes semanticas para la estructuracion logica de la informacion
- Resolucion de problemas mediante espacios de estados y tecnicas de busqueda heuristica
- Vectores, matrices y tensores como estructuras fundamentales de datos en aprendizaje automatico
- Operaciones matriciales avanzadas: multiplicacion, inversion y descomposicion de valores
- Aplicacion de espacios vectoriales para la representacion espacial de caracteristicas
- Derivadas parciales y gradientes aplicados al analisis de funciones de coste
- Metodos de optimizacion numerica: descenso de gradiente y variantes estocasticas
- Probabilidad condicionada y teorema de Bayes como pilares del razonamiento inductivo
- Distribuciones estadisticas de probabilidad aplicadas al modelado de ruido e incertidumbre
- Analisis de componentes principales (PCA) para la reduccion dimensional de datasets
- Manejo numerico de tipos de datos de precision simple y doble en entornos de computacion
- Tratamiento de matrices dispersas (sparse matrices) para la optimizacion de memoria
- Implementacion computacional eficiente de operaciones matematicas mediante librerias especializadas
- Validacion numerica y control de desbordamientos (overflow/underflow) en calculos algoritmicos
UNIDAD.- Formulas y funciones aplicadas en IA
- Aplicacion de formulas en el desarrollo de IA
- Uso de formulas matematicas para optimizar algoritmos
- Metodos para resolver problemas complejos
- Desarrollo de funciones en IA
- Funciones utilizadas en el entrenamiento de modelos de IA
- Optimizacion y ajuste de funciones para mejorar el rendimiento
- Formulacion matematica de funciones de perdida (loss functions) en regresion y clasificacion
- Calculo y aplicacion de errores cuadraticos medios y entropia cruzada
- Funciones de activacion no lineales: Sigmoide, Tanh, ReLU y variantes avanzadas
- Estrategias de regularizacion matematica (L1 y L2) para prevenir el sobreajuste (overfitting)
- Modelado de funciones de coste penalizadas para equilibrar la complejidad del modelo
- Algoritmos de retropropagacion (backpropagation) basados en la regla de la cadena del calculo
- Optimizacion de hiperparametros mediante funciones de busqueda y evaluacion cruzada
- Aplicacion de funciones heuristicas en la resolucion de problemas de optimizacion combinatoria
- Modelos de regresion lineal y logistica formalizados a traves de funciones de enlace
- Transformaciones matematicas para la normalizacion y escalado de variables de entrada
- Disegno de funciones de recompensa personalizadas en contextos de aprendizaje por refuerzo
- Evaluacion cuantitativa del rendimiento mediante metricas de precision, sensibilidad y especificidad
- Analisis de la convergencia de funciones matematicas durante las iteraciones de entrenamiento
- Implementacion modular de funciones matematicas reutilizables en scripts de desarrollo
- Control de la estabilidad numerica en el disegno e implementacion de formulas complejas
UNIDAD.- Algoritmos
- Disegno de algoritmos de IA
- Principios basicos de algoritmos
- Algoritmos de clasificacion y regresion
- Optimizacion de algoritmos
- Metodos para mejorar la eficiencia de los algoritmos
- Tecnicas avanzadas de optimizacion en IA
- Taxonomia del aprendizaje automatico: supervisado, no supervisado y por refuerzo
- Algoritmos de clasificacion supervisada: Arboles de decision, K-NN y Maquinas de Soporte Vectorial (SVM)
- Algoritmos de regresion para la prediccion de variables continuas y analisis de tendencias
- Tecnicas de agrupamiento (clustering): K-Means, clustering jerarquico y DBSCAN
- Algoritmos geneticos y heuristicas de inspiracion biologica para problemas de optimizacion
- Analisis de la complejidad computacional (notacion Big-O) en algoritmos de IA
- Estrategias de poda y optimizacion estructural en arboles de decision y modelos en ensambaje
- Tecnicas de ensamblaje (ensemble learning): Random Forests, Bagging y Boosting
- Gestion eficiente de la memoria RAM y cache durante la ejecucion de bucles algoritmicos
- Minimizacion de accesos innecesarios a disco mediante procesamiento optimizado por lotes (batching)
- Profilaxis de codigo y deteccion de cuellos de botella en la ejecucion de algoritmos intensivos
- Implementacion de algoritmos tolerantes a fallos ante entradas de datos incompletas o erroneas
- Evaluacion comparativa (benchmarking) del rendimiento temporal y espacial entre diferentes enfoques
- Disegno modular de flujos de trabajo (pipelines) algoritmicos reproducibles
UNIDAD.- Algoritmos y aplicaciones de negocio (caso geo-localizacion)
- Aplicacion de algoritmos en la geo-localizacion
- Implementacion de IA en sistemas de geolocalizacion
- Algoritmos utilizados para mejorar la precision en mapas y ubicaciones
- Desarrollo de soluciones para negocios
- Aplicacion de IA en la industria del comercio electronico y otros sectores
- Analisis de casos practicos de aplicaciones de IA en empresas
- Sistemas de informacion geografica (SIG) y su integracion con modelos de aprendizaje automatico
- Algoritmos de calculo de rutas optimas y estimacion dinamica de tiempos de llegada (ETA)
- Geocodificacion y geocodificacion inversa mediante patrones de procesamiento masivo
- Analisis espacial y deteccion de patrones de movilidad urbana basados en coordenadas GPS
- Tecnicas de clustering geoespacial para la optimizacion de flotas y distribucion logistica
- Sistemas de recomendacion hiperlocalizados orientados al comercio minorista (retail)
- Personalizacion de experiencias de usuario en aplicaciones moviles segun la posicion geografica
- Estrategias de geomarketing predictivo para la apertura y seleccion de ubicaciones comerciales
- Integracion de pasarelas de pago y servicios basados en proximidad de forma segura
- Gestion eficiente de consultas espaciales masivas reduciendo la latencia de respuesta
- Privacidad diferencial y enmascaramiento de datos de geolocalizacion de usuarios
- Analisis de impacto comercial en campagnas publicitarias segmentadas geograficamente
- Estudio de casos de exito en plataformas de movilidad urbana, delivery y transporte
- Simulacion de escenarios de trafico y congestion mediante modelado algoritmico predictivo
- Evaluacion del retorno economico derivado de la automatizacion de procesos basados en ubicacion
UNIDAD.- Sistemas basados en conocimiento
- Gestion de conocimiento en IA
- Representacion de conocimiento dentro de los sistemas de IA
- Aplicaciones de sistemas expertos y bases de conocimiento
- Desarrollo de sistemas inteligentes
- Implementacion de sistemas que toman decisiones basadas en datos previos
- Uso de reglas y procedimientos logicos en sistemas de IA
- Adquisicion y estructuracion de conocimiento experto extraido de fuentes humanas
- Arquitectura interna de un sistema experto: base de hechos, base de conocimientos e interfaz
- Representacion formal mediante marcos (frames), objetos y redes semanticas avanzadas
- Logica de predicados de primer orden como lenguaje de modelado del conocimiento
- Sistemas basados en casos (Case-Based Reasoning) para la reutilizacion de experiencias previas
- Mecanismos de validacion y consistencia logica en bases de conocimiento complejas
- Resolucion de conflictos ante reglas de conocimiento contradictorias o solapadas
- Herramientas de captura de requisitos orientadas a la elicitacion de conocimiento experto
- Disegno de interfaces conversacionales y explicativas centradas en la experiencia del usuario
- Tecnicas de escucha activa y empatia tecnica durante la toma de requerimientos con expertos
- Mantenimiento evolutivo y actualizacion continua de bases de conocimiento corporativas
- Integracion de sistemas basados en conocimiento con bases de datos relacionales y NoSQL
- Aplicacion en soporte tecnico automatizado y mesas de ayuda inteligentes (help desks)
- Evaluacion de la calidad, exhaustividad y fiabilidad de las decisiones aportadas por el sistema
UNIDAD.- Motores de inferencia
- Desarrollo de motores de inferencia en IA
- Disegno de sistemas que utilizan inferencias logicas
- Integracion de motores de inferencia con bases de conocimiento
- Aplicacion de inferencia en la toma de decisiones
- Implementacion en sistemas de diagnostico y resolucion de problemas
- Optimizacion de decisiones mediante el uso de inferencias
- Estrategias de encadenamiento hacia adelante (forward chaining) orientadas a datos
- Estrategias de encadenamiento hacia atras (backward chaining) orientadas a objetivos
- Algoritmos de resolucion y unificacion logica en la deduccion automatizada
- Gestion de la logica difusa (fuzzy logic) para el tratamiento de proposiciones imprecisas
- Inferencia probabilistica mediante redes bayesianas en entornos de alta incertidumbre
- Automatizacion de procesos decisionales complejos para la reduccion del error humano
- Reduccion de tiempos operativos y optimizacion de flujos de trabajo mediante motores logicos
- Mecanismos de adaptacion y autoajuste dinamico ante cambios en las reglas del entorno
- Mitigacion del consumo energetico en servidores mediante la optimizacion de ciclos de inferencia
- Disegno de arquitecturas ligeras de inferencia para dispositivos con restricciones de hardware
- Pruebas de estres y analisis de rendimiento de motores logicos bajo alta concurrencia
- Trazabilidad y registro de auditoria (logging) sobre las deducciones realizadas por el motor
- Integracion de los motores de inferencia con microservicios y APIs empresariales
- Validacion formal de la correccion de las inferencias frente a especificaciones de negocio
- Estudio de arquitecturas hibridas que combinan redes neuronales y motores de inferencia simbolica
UNIDAD.- Patrones en la inteligencia artificial
- Identificacion de patrones en IA
- Uso de tecnicas de aprendizaje automatico para detectar patrones
- Aplicaciones de identificacion de patrones en imagenes, texto y otros datos
- Optimizacion de modelos predictivos
- Analisis de datos para predecir comportamientos futuros
- Mejora de la precision de los modelos mediante el ajuste de parametros
- Reconocimiento de formas y caracteristicas visuales en procesamiento de imagenes digitales
- Procesamiento del Lenguaje Natural (PLN) para la extraccion de patrones sintacticos y semanticos
- Deteccion de anomalias y patrones estacionales en series temporales financieras y operativas
- Mineria de datos aplicada al descubrimiento de reglas de asociacion en grandes volumenes de informacion
- Construccion y validacion de modelos predictivos orientados al comportamiento del consumidor
- Evaluacion del error de generalizacion mediante particion de conjuntos de datos (train/test/validation)
- Ajuste fino de hiperparametros mediante busqueda en rejilla (grid search) y optimizacion bayesiana
- Prevencion de riesgos operativos mediante la identificacion temprana de tendencias anomalas
- Fomento del pensamiento critico en la interpretacion de correlaciones espurias frente a causalidad
- Analisis minucioso de micro-detalles en distribuciones de datos para evitar falsos positivos
- Estrategias de mitigacion del sobreajuste (overfitting) mediante tecnicas de parada temprana (early stopping)
- Normalizacion y limpieza previa de fuentes de datos heterogeneas para facilitar la deteccion
- Evaluacion de la robustez de los modelos predictivos ante cambios drasticos en el entorno de datos
- Implementacion de cuadros de mando (dashboards) analiticos para la visualizacion de patrones descubiertos
UNIDAD.- Reglas y restricciones en algoritmos
- Implementacion de reglas en algoritmos de IA
- Desarrollo de algoritmos que incorporan reglas logicas y de negocio
- Uso de reglas para la mejora del rendimiento y la toma de decisiones
- Establecimiento de restricciones en algoritmos
- Implementacion de restricciones en el proceso de toma de decisiones
- Evaluacion de los efectos de las restricciones sobre el comportamiento de los algoritmos
- Modelado computacional de restricciones duras (hard constraints) y blandas (soft constraints)
- Algoritmos de satisfaccion de restricciones (Constraint Satisfaction Problems – CSP)
- Incorporacion de directrices normativas, legales y de cumplimiento en la logica algoritmica
- Restricciones presupuestarias y de recursos en la optimizacion de procesos automatizados
- Uso de reglas de negocio dinamicas para el filtrado y priorizacion de salidas algoritmicas
- Optimizacion estricta del uso de recursos computacionales (CPU, GPU, memoria RAM y almacenamiento)
- Reduccion de la huella de carbono mediante la limitacion de cargas de procesamiento redundantes
- Automatizacion de tareas repetitivas garantizando el cumplimiento normativo mediante reglas fijas
- Incremento de la eficiencia operativa a traves de la eliminacion de estados de ejecucion no validos
- Validacion de entradas y control estricto de limites (boundary testing) en funciones criticas
- Mitigacion de sesgos algoritmicos mediante la introduccion de restricciones de equidad (fairness)
- Auditoria y control de conformidad sobre el comportamiento de los algoritmos en produccion
- Disegno de mecanismos de parada de emergencia (kill switches) ante comportamientos fuera de norma
- Evaluacion de la eficiencia en costes derivada de la aplicacion rigurosa de restricciones operativas
- Mantenimiento y refactorizacion de conjuntos de reglas obsoletas en sistemas heredados